幫助中心 | 我的帳號 | 關於我們

機器學習與經濟大數據分析(基於Python實現數字中國數字經濟創新規劃教材)

  • 作者:編者:劉征馳|責編:高源//周瑩
  • 出版社:北京大學
  • ISBN:9787301349724
  • 出版日期:2024/04/01
  • 裝幀:平裝
  • 頁數:307
人民幣:RMB 65 元      售價:
放入購物車
加入收藏夾

內容大鋼
    面對數字經濟背景下大數據分析的現實需求,本書分別從經濟理論闡述、數學原理推導、程序代碼實現三個角度,系統全面地闡釋了各類經典機器學習模型的理論內涵和適用範圍,以及基於Python編程語言進行演算法訓練、模型測試和參數調優的具體方法。本書配有A、B兩個附錄,介紹了Python語言基本語法規則,以及經濟大數據分析所涉及的Python工具包。
    本書旨在培養能夠綜合運用經濟學思維、數理分析方法、數據科學工具,分析和解決經濟社會發展中的理論和實際問題的複合型人才;可作為高等院校經濟管理、電腦等專業本科生、研究生、MBA教材,也可作為相關企業員工內部培訓教程或經濟數據分析從業者的參考讀物。

作者介紹
編者:劉征馳|責編:高源//周瑩
    劉征馳,湖南大學經濟與貿易學院教授、博士生導師、數字經濟系主任,美國匹茲堡大學訪問學者;主要研究方向為數據要素驅動的數字經濟發展與治理,如數據要素市場、平台競爭與治理、數據要素與經濟增長等;近年來主持多項國家自然科學和省部級課題;獲國家科學技術進步獎二等獎、湖南省科學技術進步獎一等獎;在 European Journal ofOperational Research、《中國工業經濟》《系統工程理論與實踐》等期刊發表多篇學術論文。

目錄
第1章  經濟大數據分析概論
  1.1  數字經濟時代的大數據
  1.2  大數據分類
  1.3  機器學習簡述
  1.4  機器學習與計量經濟學的方法差異
  1.5  機器學習與計量經濟學的融合應用
  本章小結
  課後習題
第2章  機器學習與數據分析
  2.1  機器學習基本原理
  2.2  機器學習工具包:Scikit-learn
  2.3  Scikit-learn高級API
  2.4  經濟數據分析案例
  本章小結
  課後習題
第3章  線性回歸與模型擬合
  3.1  線性回歸模型
  3.2  模型擬合問題
  3.3  偏差與方差
  3.4  過擬合與正則化
  本章註釋
  本章小結
  課後習題
第4章  邏輯回歸與模型評估
  4.1  從線性回歸到邏輯回歸
  4.2  二元分類預測案例
  4.3  多元分類問題
  4.4  模型評估方法
  本章註釋
  本章小結
  課後習題
第5章  支持向量機與核函數
  5.1  支持向量機模型
  5.2  近似線性可分情形
  5.3  支持向量機與邏輯回歸的差異
  5.4  核函數基本原理
  5.5  非線性支持向量機
  5.6  模型拓展:支持向量回歸
  5.7  財政收入預測案例
  本章註釋
  本章小結
  課後習題
第6章  決策樹與集成學習
  6.1  決策樹模型
  6.2  集成學習
  6.3  樹的橫向集成:隨機森林
  6.4  樹的縱向集成:梯度提升樹
  6.5  決策樹和邏輯回歸集成
  6.6  銀行借貸風險預測案例
  本章註釋

  本章小結
  課後習題
第7章  貝葉斯分類與生成式學習
  7.1  貝葉斯分類模型原理
  7.2  基於樸素貝葉斯的文本分類
  7.3  基於LDA的文本主題分析
  7.4  對生成式學習的延伸討論
  本章註釋
  本章小結
  課後習題
第8章  聚類降維與無監督學習
  8.1  監督學習與無監督學習
  8.2  聚類模型:K-均值聚類
  8.3  降維模型:主成分分析
  8.4  客戶價值分析案例
  本章小結
  課後習題

  • 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