幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

智能技術基礎及應用

  • 作者：康躍|責編:胡蘭
  • 出版社：首都經貿
  • ISBN：9787563831869
  • 出版日期：2021/02/01
  • 裝幀：平裝
  • 頁數：221
人民幣：RMB 39 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本教材的基本內容是將人工智慧領域中的機器學習、數據挖掘等智能技術應用於人文和社科領域。本教材共分為9章。
    第一章討論了大數據技術的一些基本概念，同時還對電腦語言Python進行了簡要介紹，它們是學習智能技術的基礎。第二章討論了基於Python的電腦爬蟲與網頁交互的基本原理和爬蟲技術的應用。第三章介紹了爬蟲框架，為了節約開發成本和避免重複工作，利用爬蟲框架可以設計滿足應用要求的數據爬蟲。第四章介紹了數據存儲的相關概念和各種具體的存儲方法，主要包括文件格式的數據存儲，如純文本格式、CSV格式、Excel格式和基於資料庫的存儲，包括MySQL資料庫、Mongo資料庫和Redis資料庫。第五章討論了數據挖掘的基本概念。近些年來隨著大數據技術的快速發展，數據模型方法也在不斷發展，內容非常豐富。傳統的數據統計和分析方法正在向數據挖掘模型領域過渡。大數據模型的分析結果為決策者提供了更加豐富的決策依據。這章介紹了貝葉斯決策模型的基本原理，並將這個模型應用到一個信用卡申請數據集上。第六、七章分別介紹了Python的數據處理工具——Numpy庫和Pandas庫。雖然它們都是Python的第三方庫，但它們在數據分析和數據挖掘領域中具有非常重要的地位。數據挖掘演算法中大部分的數據處理是調用Numpy庫來完成基礎數據計算的。這是由於Numpy比Python語言中的列表更具有優勢，其中一個優勢就是運算速度。一般來說對大型數組進行運算時，Numpy庫的運算速度比Python列表的運算速度快了好幾百倍。另一方面，Pandas又是基於Numpy開發出來的第三方庫，其特點為數據面板和數據分析二者的集成。它提供靈活的數據結構，並提供一些標準的數據模型，能夠高效地操作大型數據集。Pandas提供了大量能使我們快速高效地處理數據的函數和方法。第八章討論了如何對數據進行清洗以方便數據挖掘模型的使用。數據需要清洗的原因是在原始數據集中存在數據重複現象、數據缺失情況，或數據存在不一致性。所以數據清洗的目的就是為了刪除重複數據，補齊缺失的數據，消除數據的不一致性。這樣才能保證數據質量來支撐數據挖掘模型。第九章介紹了數據可視化的概念和實現的技術。通常在進行大數據分析時，往往需要在運行模型之前進行探索性的數據分析，這樣方便我們對數據特性的了解。這時最直觀的方法是採用數據可視化技術達到解讀數據的目的。同樣在數據挖掘模型輸出結果之後，我們也可以利用可視化技術把最終的結果以各種表格或各種圖形呈現出來。
作者介紹
康躍|責編:胡蘭
目錄
1  智能技術學基礎
  1.1  大數據採集技術
  1.2  大數據存儲技術
  1.3  大數據分析與挖掘技術
  1.4  大數據可視化技術
  1.5  Python基礎
  習題
2  爬蟲技術
  2.1  爬蟲的相關知識體系
  2.2  Python Requests庫的使用
  2.3  正則表達式的使用
  2.4  XML和HTML文件的解析
  2.5  爬蟲例子
  2.6  爬蟲存取文件介紹
  習題
3  爬蟲框架
  3.1  Scrapy框架與Spider類
  3.2  Scrapy框架與CrawlSpider類
  習題
4  大數據存儲技術
  4.1  數據存取基本文件
  4.2  PyMySQL基本功能和使用操作
  4.3  PyMongoDB基本功能和使用操作
  4.4  Redis?py基本功能和使用操作
  習題
5  大數據分析與挖掘
  5.1  數據分析
  5.2  貝葉斯分類決策
  5.3  貝葉斯決策的Python庫
  5.4  數據標準化
  5.5  案例分析
  習題
6  Python數據分析工具——Numpy框架
  6.1  Numpy簡介
  6.2  Numpy框架的使用
  6.3  Numpy的通用函數操作
  習題
7  Python數據挖掘工具——Pandas
  7.1  Pandas簡介
  7.2  Pandas基本數據結構
  7.3  Pandas基本功能介紹
  7.4  Pandas的數據分類
  7.5  數據分組groupby的應用
  習題
8  數據清洗和預處理
  8.1  數據編碼問題
  8.2  數據的清洗
  8.3  數據類型轉換操作
  8.4  字元串的操作
  8.5  時序數據處理

  練習
9  數據可視化
  9.1  Python可視化庫介紹
  9.2  Python的可視化模塊Tkinter
  9.3  Matplotlib繪圖庫
  9.4  Tkinter與Matplotlib的集成
  習題

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032