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醫學數據分析入門/智能醫學與大數據系列

  • 作者：編者:趙軍//劉文婷|責編:王峰松
  • 出版社：人民郵電
  • ISBN：9787115575432
  • 出版日期：2022/01/01
  • 裝幀：平裝
  • 頁數：191
人民幣：RMB 89.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    數據分析是當今大數據時代最關鍵的技術，其廣泛應用於包括醫學在內的各個領域。Python語言簡單易用，第三方庫功能強大，提供了完整的數據分析框架，深受廣大數據分析人員的青睞。
    本書涵蓋傳統的統計分析方法和較為複雜的機器學習演算法，結合大量精選的實例，使用Python進行數據分析，對常用分析方法進行深入淺出的介紹，以幫助讀者解決數據分析中的實際問題。
    本書強調實戰和應用，盡量淡化分析方法的推導和計算過程，大量的Pymon程序示例是本書的亮點。閱讀本書，讀者不僅能掌握使用Python及相關庫快速解決實際問題的方法，還能更深入地理解數據分析。
    本書不僅適合臨床醫學、公共衛生及其他醫學相關專業的本科生和研究生使用，亦可作為其他專業的學生和科研人員學習數據分析的參考書。
作者介紹
編者:趙軍//劉文婷|責編:王峰松
目錄
第1章  Python語言基礎
  1.1  關於Python
  1.2  為什麼使用Python分析數據
  1.3  重要的Python庫
  1.4  安裝與設置
    1.4.1  在Windows或MacOS系統上安裝Anaconda
    1.4.2  在Linux系統上安裝Anaconda
    1.4.3  安裝和更新包
    1.4.4  Python解釋器
    1.4.5  導入庫
  1.5  代碼編寫工具
  1.6  開始使用Python
    1.6.1  獲取幫助
    1.6.2  把Python當作一個計算器
    1.6.3  Python對象
  1.7  工作目錄
  1.8  習題
第2章  基本數據結構
  2.1  列表
    2.1.1  列表的創建
    2.1.2  列表基本操作
    2.1.3  列表方法與函數操作
  2.2  元組
    2.2.1  元組的創建
    2.2.2  元組的操作
  2.3  字典
    2.3.1  字典的創建
    2.3.2  字典的操作
  2.4  集合
    2.4.1  集合的創建
    2.4.2  集合的操作
  2.5  習題
第3章  控制流、函數與文件操作
  3.1  條件語句
    3.1.1  簡單條件結構
    3.1.2  嵌套條件結構
  3.2  循環語句
    3.2.1  for循環
    3.2.2  while循環
  3.3  函數
    3.3.1  定義函數
    3.3.2  默認參數
    3.3.3  任意參數
    3.3.4  匿名函數
  3.4  文件操作
    3.4.1  讀取txt文件
    3.4.2  寫入txt文件
    3.4.3  讀寫CSV文件
  3.5  習題
第4章  NumPy基礎

  4.1  創建數組對象
    4.1.1  使用函數array創建數組對象
    4.1.2  使用專門函數創建數組對象
    4.1.3  生成偽隨機數
  4.2  數組操作
    4.2.1  數組重塑
    4.2.2  數組轉置和軸變換
    4.2.3  數組的索引和切片
  4.3  數組運算
    4.3.1  通用函數
    4.3.2  基本統計運算
    4.3.3  矩陣運算
  4.4  數組文件的保存與導入
  4.5  習題
第5章  Pandas入門
  5.1  Pandas數據結構
    5.1.1  Series
    5.1.2  DataFrame
  5.2  Pandas對象基本操作
    5.2.1  索引操作
    5.2.2  DataFrame的查詢與子集選擇
  5.3  DataFrame的導入和導出
    5.3.1  讀寫文本文件
    5.3.2  讀寫其他格式的文件
  5.4  Pandas數據預處理
    5.4.1  數據的合併
    5.4.2  數據長寬格式的轉換
    5.4.3  缺失值的識別與處理
    5.4.4  數據值的轉換
  5.5  習題
第6章  數據可視化
  6.1  Matplotl
    6.1.1  函數plot與圖形元素
    6.1.2  全局參數查看與設置
    6.1.3  一頁多圖
    6.1.4  保存圖形
    6.1.5  基本統計圖形
  6.2  Seaborn數據可視化
    6.2.1  Seaborn簡介
    6.2.2  直方圖和密度曲線圖
    6.2.3  條形圖
    6.2.4  箱線圖和小提琴圖
    6.2.5  點圖
    6.2.6  帶狀點圖與簇狀點圖
    6.2.7  散點圖
    6.2.8  散點圖矩陣
    6.2.9  多面板圖
    6.2.10  回歸圖
    6.2.11  分面網格圖
    6.2.12  Seaborn圖形保存

  6.3  其他Python數據可視化工具
  6.4  習題
第7章  基本統計分析
  7.1  查看數據集信息
  7.2  數值型變數的統計描述
  7.3  數值型變數的假設檢驗
    7.3.1  單個樣本的t檢驗
    7.3.2  獨立樣本的t檢驗
    7.3.3  非獨立樣本的t檢驗
    7.3.4  單因素方差分析
    7.3.5  組間差異的非參數檢驗
    7.3.6  連續型變數之間的相關性
  7.4  分類變數的列聯表和獨立性檢驗
    7.4.1  生成頻數表
    7.4.2  獨立性檢驗
  7.5  習題
第8章  線性模型與廣義線性模型
  8.1  線性模型
    8.1.1  簡單線性回歸模型
    8.1.2  多重線性回歸模型
  8.2  Logistic回歸
    8.2.1  Logistic回歸模型
    8.2.2  Logistic回歸實例
  8.3  Poisson回歸
    8.3.1  Poisson回歸模型
    8.3.2  Poisson回歸實例
  8.4  生存分析與Cox回歸
    8.4.1  生存分析簡介
    8.4.2  生存率的Kaplan-Meier估計
    8.4.3  Cox回歸
  8.5  習題
第9章  Scikit-learn機器學習入門
  9.1  機器學習簡介
  9.2  載入數據集
  9.3  學習和預測
    9.3.1  無監督學習
    9.3.2  監督學習
  9.4  模型的選擇與評估
  9.5  習題
第10章  TensorFlow深度學習入門
  10.1  深度學習簡介
  10.2  感知機與神經網路
  10.3  激活函數
  10.4  損失函數
  10.5  優化器
  10.6  構建並訓練神經網路
  10.7  習題
第11章  圖像分類卷積神經網路模型
  11.1  卷積神經網路
    11.1.1  局部感受野

    11.1.2  共享權重和偏置
    11.1.3  池化
  11.2  載入數據集
  11.3  構建卷積神經網路模型
  11.4  編譯並訓練模型
  11.5  評估模型
  11.6  習題
習題參考答案
參考資料

  • 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