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

數據分析入門--思維認知與創新(新時代大學電腦通識教育教材)

  • 作者：編者:趙宏|責編:張瑞慶
  • 出版社：清華大學
  • ISBN：9787302673385
  • 出版日期：2024/10/01
  • 裝幀：平裝
  • 頁數：275
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    智能化時代背景下，教育重心已由「知識十能力」偏移到「能力十認知」，本書以智能化時代下人類必備的數字素養和能力——「數據分析」為媒介，幫助讀者構建「問題邏輯認知模式」，並在AI陪伴下提升讀者解決問題和創新的能力。全書要完成兩個任務：一是描述性數據分析案例——數據分析師崗位情況分析；二是綜合數據分析案例——氣候變化對生物多樣性的影響分析。每個案例都通過5個環節去分析問題：①提出要解決的問題；②探索問題本質；③學習解決問題的方法；④對問題進行求解；⑤對求解情況進行評價和反思。使讀者始終浸潤在為解決問題而進行學習和探索的氛圍中。讀者不僅圍繞解決一個一個問題而開展學習，而且不斷收穫數據分析最基本的知識和方法之魚（知識），還掌握了獲得「授人以魚不如授人以漁」中「漁」的能力，更重要的是構建起問題邏輯認知模式（認知思維）。讀者在「能力十認知」方面的訓練和形成的思維模式，為智能化時代中的創新做好準備，打下基礎。
    本書適合高等學校文理科各專業特別是學科融合專業學生，在學習數據分析的同時，培養創新和解決問題的能力，也適合有此類需求的讀者學習。讀者需要具備最基術的Python編程能力。
作者介紹
編者:趙宏|責編:張瑞慶
目錄
第1章  目標與任務
  1.1  數據時代與當代社會
    1.1.1  從「互聯網+」邁向「數據要素×」
    1.1.2  數據與數據驅動
    1.1.3  數據分析的應用場景
  1.2  數據分析的主要步驟及方法
    1.2.1  數據分析的主要步驟
    1.2.2  數據分析的主要方法
  1.3  利用AI工具輔助數據分析的學習與應用
    1.3.1  使用AI工具示例
    1.3.2  關於AI的思考
  1.4  新文科與數據分析
    1.4.1  新技術催生新文科
    1.4.2  計算思維與數據思維
    1.4.3  適合新文科的數據分析工具——Python
    1.4.4  Python的編程環境
  1.5  問題邏輯認知模式及基於問題邏輯認知模式的成果導向教育
    1.5.1  人腦及人的認知過程
    1.5.2  「知識邏輯認知模式」與「問題邏輯認知模式」
    1.5.3  基於問題邏輯認知模式的成果導向教育
  1.6  本書的使命
  1.7  動手做一做
第2章  數據分析師崗位情況分析——提出問題、明確分析目的
  2.1  Excitation——提出問題
    2.1.1  背景
    2.1.2  AI助學
    2.1.3  提出問題
  2.2  Exploration——探索問題本質
    2.2.1  探索問題本質——找准靶心
    2.2.2  AI助學
    2.2.3  關於數據來源
    2.2.4  明確目標要完成的任務
  2.3  Enhancement——拓展求解問題必備的知識和能力
    2.3.1  如何獲取外部數據
    2.3.2  如何正確地定義問題
    2.3.3  如何明確具體需求
    2.3.4  如何合理地分解問題
    2.3.5  如何抓住關鍵的問題
  2.4  Execution——實際動手解決問題
    2.4.1  獲取分析數據
    2.4.2  正確定義問題
    2.4.3  明確具體需求
    2.4.4  合理地分解問題
    2.4.5  抓住關鍵的問題
  2.5  Evaluation——評價與反思
  2.6  動手做一做
第3章  數據分析師崗位情況分析——數據預處理
  3.1  Excitation——提出問題
  3.2  Exploration——探索問題本質
    3.2.1  AI助學

    3.2.2  探索問題本質——找准靶心
  3.3  Enhancement——拓展求解問題必備的知識和能力
    3.3.1  選擇數據預處理工具
    3.3.2  Pandas基礎
    3.3.3  用Pandas進行數據清洗
    3.3.4  用Pandas進行數據篩選
    3.3.5  用Pandas進行數據轉換
  3.4  Execution——實際動手解決問題
    3.4.1  讀入數據集文件
    3.4.2  數據清洗和特徵選擇
    3.4.3  數據轉換
    3.4.4  將數據預處理結果保存到文件
    3.4.5  數據預處理的完整代碼
  3.5  Evaluation——評價與反思
  3.6  動手做一做
第4章  數據分析師崗位情況分析——描述性數據分析與數據可視化
  4.1  Excitation——提出問題
  4.2  Exploration——探索問題本質
  4.3  Enhancement——拓展求解問題必備的知識和能力
    4.3.1  AI助學
    4.3.2  使用Pandas查看基本統計信息
    4.3.3  數據可視化基本方法
  4.4  Execution——實際動手解決問題
    4.4.1  了解數據集的基本統計信息
    4.4.2  數據可視化分析
  4.5  Evaluation——評價與反思
  4.6  動手做一做
第5章  氣候變化對生物多樣性的影響分析——明確分析目的、採集分析數據
  5.1  Excitation——提出問題
  5.2  Exploration——探尋問題本質
  5.3  Enhancement——拓展求解問題必備的知識和能力
    5.3.1  AI助學
    5.3.2  如何撰寫數據說明文檔
  5.4  Execution——實際動手解決問題
    5.4.1  正確定義問題
    5.4.2  獲取分析數據
    5.4.3  明確具體需求
    5.4.4  合理地分解問題
    5.4.5  抓住關鍵的問題
  5.5  Evaluation——評價與反思
  5.6  動手做一做
第6章  氣候變化對生物多樣性的影響分析——提高數據質量、預處理數據
  6.1  Excitation——提出問題
    6.1.1  查看年度地表溫度變化數據
    6.1.2  查看世界月度二氧化碳濃度變化數據
    6.1.3  查看平均海平面高度變化數據
    6.1.4  查看瀕危物種數量變化數據
  6.2  Exploration——探尋問題本質
    6.2.1  數據預處理與特徵工程
    6.2.2  對數據預處理任務進行梳理

    6.2.3  數據表的合併
  6.3  Enhancement——拓展求解問題必備的知識和能力
    6.3.1  使用Pandas進行數據轉換
    6.3.2  使用Pandas進行特徵提取
    6.3.3  使用Pandas進行特徵轉換
    6.3.4  使用Pandas進行數據表合併
  6.4  Execution——實際動手解決問題
    6.4.1  年度地表溫度變化數據預處理
    6.4.2  世界大氣二氧化碳濃度數據處理
    6.4.3  平均海平面高度變化數據處理
    6.4.4  瀕危物種數量變化數據處理
    6.4.5  數據合併
  6.5  Evaluation——評價與反思
    6.5.1  評價
    6.5.2  反思
  6.6  動手做一做
第7章  氣候變化對生物多樣性的影響分析——探索數據相關性與分佈情況
  7.1  Excitation——提出問題
  7.2  Exploration——探尋問題本質
    7.2.1  AI助學
    7.2.2  探索問題本質
  7.3  Enhancement——拓展求解問題必備的知識和能力
    7.3.1  AI助學——特徵相關性分析
    7.3.2  進行相關性分析的方法
    7.3.3  數據可視化變數間的相關性
    7.3.4  利用聚類方法觀察數據的分佈
  7.4  Execution——實際動手解決問題
    7.4.1  探查數據結構與基本的統計信息
    7.4.2  探索數據的相關性
    7.4.3  探索數據的變化趨勢
    7.4.4  探索數據的分佈情況
  7.5  Evaluation——評價與反思
  7.6  動手做一做
第8章  氣候變化對生物多樣性的影響分析——預測性分析
  8.1  Excitation提出問題
  8.2  Exploration——探尋問題本質
  8.3  Enhancement——拓展求解問題必備的知識和能力
    8.3.1  AI助學了解常用的機器學習模型
    8.3.2  基本概念和術語
    8.3.3  構建機器學習模型的基本步驟
    8.3.4  使用Python對數據集進行劃分
    8.3.5  常用評價模型的指標
    8.3.6  常用的幾種機器學習模型建模
    8.3.7  尋找最佳模型參數
    8.3.8  模型預測效果可視化
    8.3.9  度量特徵的重要性
  8.4  Execution——實際動手解決問題
    8.4.1  模型選擇
    8.4.2  使用最佳模型進行預測
    8.4.3  特徵重要性度量

    8.4.4  構建隨機森林預測模型
    8.4.5  隨機森林模型預測效果可視化
  8.5  Evaluation——評價與反思
  8.6  動手做一做
第9章  氣候變化對生物多樣性的影響分析——指導性分析
  9.1  Excitation——提出問題
  9.2  Exploration——探尋問題本質
  9.3  Enhancement——拓展求解問題必備的知識和能力
    9.3.1  AI助學——了解常用的時間序列預測模型
    9.3.2  ARIMA模型基本原理
    9.3.3  ARIMA模型建模步驟
    9.3.4  使用Python實現ARIMA模型的構建
  9.4  Execution——實際動手解決問題
    9.4.1  分析數據的採集
    9.4.2  相關性分析
    9.4.3  構建ARIMA模型預測未來二氧化碳的排放趨勢
  9.5  Evaluation——評價與反思
  9.6  動手做一做
第10章  氣候變化對生物多樣性的影響分析——撰寫數據分析報告
  10.1  Excitation——提出問題
  10.2  Exploration——探尋問題本質
  10.3  Enhancement——拓展求解問題必備的知識和能力
    10.3.1  AI助學——數據分析報告的基本結構
    10.3.2  AI助學——生成數據分析報告的封面圖片
  10.4  Execution——實際動手解決問題
    10.4.1  封面與目錄
    10.4.2  前言
    10.4.3  數據收集和描述
    10.4.4  數據分析結果
    10.4.5  結論與建議
  10.5  Evaluation——評價與反思
  10.6  動手做一做

  • 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