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

Python機器學習(數據建模與分析面向新工科高等院校大數據專業系列教材)

  • 作者：薛薇|責編:王斌//陳崇昱
  • 出版社：機械工業
  • ISBN：9787111674900
  • 出版日期：2021/03/01
  • 裝幀：平裝
  • 頁數：399
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書採用理論與實踐相結合的方式，引導讀者以Python為工具，以機器學習為方法，進行數據的建模與分析。本書共13章，對機器學習的原理部分進行了深入透徹的講解，對機器學習演算法部分均進行了Python實現。除前兩章外，各章都給出了可實現的實踐案例，並全彩呈現數據可視化圖形。
    本書兼具知識的深度和廣度，在理論上突出可讀性，在實踐上強調可操作性，實踐案例具備較強代表性。隨書提供全部案例的數據集、源代碼、教學PPT、關鍵知識點，教學輔導視頻，具備較高實用性。
    本書既可以作為數據分析從業人員的參考書，也可作為高等院校數據分析、機器學習等專業課程的教材。
    掃描關注機械工業出版社電腦分社官方微信訂閱號—身邊的信息學，回復67490即可獲取本書配套資源下載鏈接。
作者介紹
薛薇|責編:王斌//陳崇昱
    薛薇，博士，中國人民大學應用統計研究中心專職研究員，中國人民大學統計學院副教授。主要開設課程：機器學習，計量經濟學，統計軟體，統計學。研究方向：機器學習與深度學習演算法研究。基於顧客消費行為大數據的客戶終身價值統計建模，以及營銷與品牌大數據的機器學習演算法應用。
目錄
前言
第1章  機器學習概述
  1.1  機器學習的發展：人工智慧中的機器學習
    1.1.1  符號主義人工智慧
    1.1.2  基於機器學習的人工智慧
  1.2  機器學習的核心：數據和數據建模
    1.2.1  機器學習的學習對象：數據集
    1.2.2  機器學習的任務：數據建模
  1.3  機器學習的典型應用
    1.3.1  機器學習的典型行業應用
    1.3.2  機器學習在客戶細分中的應用
    1.3.3  機器學習在客戶流失分析中的應用
    1.3.4  機器學習在營銷響應分析中的應用
    1.3.5  機器學習在交叉銷售中的應用
    1.3.6  機器學習在欺詐甄別中的應用
  【本章總結】
  【本章習題】
第2章  Python機器學習基礎
  2.1  Python：機器學習的首選工具
  2.2  Python的集成開發環境：Anaconda
    2.2.1  Anaconda的簡介
    2.2.2  Anaconda Prompt的使用
    2.2.3  Spyder的使用
    2.2.4  Jupyter Notebook的使用
  2.3  Python第三方包的引用
  2.4  NumPy使用示例
    2.4.1  NumPy數組的創建和訪問
    2.4.2  NumPy的計算功能
  2.5  Pandas使用示例
    2.5.1  Pandas的序列和索引
    2.5.2  Pandas的數據框
    2.5.3  Pandas的數據加工處理
  2.6  NumPy和Pandas的綜合應用：空氣質量監測數據的預處理和基本分析
    2.6.1  空氣質量監測數據的預處理
    2.6.2  空氣質量監測數據的基本分析
  2.7  Matplotlib的綜合應用：空氣質量監測數據的圖形化展示
    2.7.1  AQI的時序變化特點
    2.7.2  AQI的分佈特徵及相關性分析
    2.7.3  優化空氣質量狀況的統計圖形
  【本章總結】
  【本章相關函數】
  【本章習題】
第3章  數據預測與預測建模
  3.1  數據預測的基本概念
  3.2  預測建模
    3.2.1  什麼是預測模型
    3.2.2  預測模型的幾何理解
    3.2.3  預測模型參數估計的基本策略
  3.3  預測模型的評價
    3.3.1  模型誤差的評價指標

    3.3.2  模型的圖形化評價工具
    3.3.3  泛化誤差的估計方法
    3.3.4  數據集的劃分策略
  3.4  預測模型的選擇問題
    3.4.1  模型選擇的基本原則
    3.4.2  模型過擬合
    3.4.3  預測模型的偏差和方差
  3.5  Python建模實現
    3.5.1  ROC和P-R曲線圖的實現
    3.5.2  模型複雜度與誤差的模擬研究
    3.5.3  數據集劃分和測試誤差估計的實現
    3.5.4  模型過擬合以及偏差與方差的模擬研究
  3.6  Python實踐案例
    3.6.1  實踐案例1：PM2.5濃度的回歸預測
    3.6.2  實踐案例2：空氣污染的分類預測
  【本章總結】
  【本章相關函數】
  【本章習題】
第4章  數據預測建模：貝葉斯分類器
第5章  數據預測建模：近鄰分析
第6章  數據預測建模：決策樹
第7章  數據預測建模：集成學習
第8章  數據預測建模：人工神經網路
第9章  數據預測建模：支持向量機
第10章  特徵選擇：過濾、包裹和嵌入策略
第11章  特徵提取：空間變換策略
第12章  揭示數據內在結構：聚類分析
第13章  揭示數據內在結構：特色聚類

  • 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