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

數據科學基礎(新工科信息技術基礎系列規劃教材)

  • 作者：編者:楊志強//王睿智//肖楊//孫麗君//李湘梅等|責編:耿芳
  • 出版社：高等教育
  • ISBN：9787040586121
  • 出版日期：2022/07/01
  • 裝幀：平裝
  • 頁數：335
人民幣：RMB 48 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是根據教育部高等學校大學電腦課程教學指導委員會編製的大學電腦基礎課程教學基本要求編寫的。
    本書以Python語言為工具，通過大量案例講述了數據組織與科學計算、數據統計分析、數據可視化、網路爬蟲與信息提取、人工智慧與機器學習的基本流程和方法，既重視基本方法的介紹，又強調實際應用能力的培養。
    本書脈絡清晰、實例豐富，可作為高等學校非電腦類專業學生學習數據科學的入門教材，也可作為數據科學技術愛好者和相關專業人員的自學參考書。
作者介紹
編者:楊志強//王睿智//肖楊//孫麗君//李湘梅等|責編:耿芳
目錄
理論篇
  第1章  數據科學基礎
    1.1  數據科學概述
      1.1.1  數據與大數據
      1.1.2  數據科學
      1.1.3  數據科學的發展歷程
      1.1.4  數據科學的研究內容
      1.1.5  數據科學的知識體系
      1.1.6  數據科學的應用
    1.2  Python基礎
      1.2.1  Python簡介
      1.2.2  數據類型和運算符
      1.2.3  控制結構
      1.2.4  函數
    習題
  第2章  數據組織與科學計算
    2.1  數據組織
    2.2  矩陣的初始化與重組
      2.2.1  矩陣的初始化
      2.2.2  矩陣的重組
    2.3  矩陣運算
      2.3.1  矩陣的算術運算
      2.3.2  矩陣的點乘、轉置與求逆
      2.3.3  矩陣的統計函數
      2.3.4  矩陣與向量的算術運算
    2.4  線性回歸建模
      2.4.1  線性回歸
      2.4.2  主成分回歸
      2.4.3  模型驗證策略
      2.4.4  應用案例
    習題
  第3章  數據統計分析
    3.1  引例
    3.2  Pandas數據結構與基本操作
      3.2.1  Pandas數據結構
      3.2.2  數據訪問
      3.2.3  算術運算與數據對齊
      3.2.4  重建與更換索引
      3.2.5  其他常用操作
    3.3  數據的載入與保存
      3.3.1  處理CSV或TXT格式文件
      3.3.2  讀取Excel文件
    3.4  數據預處理
      3.4.1  數據合併
      3.4.2  數據清洗
      3.4.3  數據轉換
      3.4.4  數據排序
      3.4.5  案例——電影票房數據預處理
  3..5數據統計分析
      3.5.1  常用統計量

      3.5.2  常用統計方法
      3.5.3  分組與聚合
      3.5.4  數據透視表與交叉表
      3.5.5  相關分析
      3.5.6  案例——電影票房數據統計分析
    習題
  第4章  數據可視化
    4.1  圖表繪製基礎
      4.1.1  引例——繪製柱狀圖
      4.1.2  Matplotlib繪圖基礎
    4.2  Matplotlib繪製二維圖表
      4.2.1  繪製線條
      4.2.2  繪製柱狀圖
      4.2.3  繪製餅圖
      4.2.4  繪製散點圖
      4.2.5  繪製直方圖
      4.2.6  繪製箱形圖
    4.3  Matplotlib繪製三維圖表
      4.3.1  三維圖表基礎
      4.3.2  繪製三維圖表
    4.4  Seaborn庫
    4.5  綜合應用
      4.5.1  綜合案例1——空氣質量分析
      4.5.2  綜合案例2——繪製詞雲圖
    習題
  第5章  網路爬蟲與信息提取
    5.1  爬蟲基本原理及數據獲取
      5.1.1  引例——百度新聞
      5.1.2  爬蟲基本流程
      5.1.3  數據獲取
      5.1.4  網路爬蟲引發的問題及限制
      5.1.5  應用案例
    5.2  信息解析
      5.2.1  引例——獲取上海市天氣信息
      5.2.2  BeautifulSoup庫的基本知識
      5.2.3  BeautifulSoup的遍歷方法
      5.2.4  基於BeautifulSoup庫的HTML內容查找方法
      5.2.5  應用案例
    5.3  關鍵信息提取
      5.3.1  引例——提取微博信息
      5.3.2  正則表達式的構成
      5.3.3  正則表達式的使用
      5.3.4  應用案例
    習題
  第6章  人工智慧與機器學習
    6.1  人工智慧基礎
      6.1.1  引例——蘋果Siri
      6.1.2  機器學習的基礎
      6.1.3  scikit-leam簡介
    6.2  分類與回歸

      6.2.1  引例——鳶尾花分類
      6.2.2  走近鄰分類
      6.2.3  線性回歸
      6.2.4  持向量機
      6.2.5  決策樹
      6.2.6  隨機森林
    6.3  聚類
      6.3.1  引例——客戶分組
      6.3.2  聚類性能度量
      6.3.3  k均值聚類
    6.4  神經網路與深度學習
      6.4.1  感知機
      6.4.2  前饋神經網路
      6.4.3  深度學習簡介
    習題
實驗篇
  實驗1  Python基礎
  實驗2  數據組織與科學計算
  實驗3  數據統計分析
  實驗4  數據可視化
  實驗5  網路爬蟲與信息提取
  實驗6  人工智慧與機器學習
參考文獻

  • 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