• 实用数据分析
21年品牌 40万+商家 超1.5亿件商品

实用数据分析

正版新书 新华官方库房直发 可开电子发票

39.53 6.7折 59 全新

库存2件

江苏南京
认证卖家担保交易快速发货售后保障

作者(美)赫克托·奎斯塔(Hector Cuesta),?(美)桑帕斯·库马尔(Dr.Sampath Kumar) 著;刁晓纯 译

出版社机械工业出版社

ISBN9787111579212

出版时间2017-09

版次1

装帧平装

开本16开

纸张胶版纸

页数236页

定价59元

货号SC:9787111579212

上书时间2024-06-25

问典书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
全新正版 提供发票
商品描述
作者简介:
Cuesta Dataxios(一家机器智能研发公司)的创办人及首席数据科学家,拥有信息学士及计算机科学硕士学位。他在金融、零售、金融科技、在线学习、人力资源等领域提供数据驱动产品设计的咨询服务。在空闲时间,他热衷于研究机器人。本书献给我的妻子Yolanda和我可爱的孩子Damian和Issac,他们为我的生活带来了无比的快乐。同时把本书献给我的父母Elena和Miguel,感谢他们对我的支持和爱护。
Dr. Sampath Kumar Telangana大学应用统计系的助理教授和系主任,他拥有理学硕士、哲学硕士和统计学博士学位,拥有5年研究生教学经验,有超过4年的工作经验。他是SAS和MATLAB软件不错程序员,专长是利用SPSS、SAS、R、Minitab、MATLAB等软件进行数据统计。他在不同的应用学科和纯统计专业(如预测建模、应用回归分析、多变量数据分析、运营管理等)方面具有教学经验。 
精彩内容:
前    言  Preface本书提供了一系列将数据转化为重要结论的现实案例。书中覆盖了广泛的数据分析工具和算法,用于进行分类分析、聚类分析、数据可视化、数据模拟以及预测。本书旨在帮助读者了解数据从而找到相应的模式、趋势、相互关系以及重要结论。    书中所包括的实用项目充分利用了MongoDB、D3.js和Python语言,并采用代码片段和详细描述的方式呈现本书的核心概念。    本书主要内容第1章探讨数据分析的基本原理和数据分析步骤。    第2章解释如何清洗并准备好数据来开展分析,同时介绍数据清洗工具OpenRefine的使用方法。    第3章展示在JavaScript可视化框架下应用D3.js语言来实现各类数据的可视化方法。    第4章介绍应用朴素贝叶斯(Naive Bayes)算法来区分垃圾文本的一种二元分类法。    第5章展示一个应用动态时间规整方法来寻找图像间相似性的项目。    第6章解释如何使用随机漫步算法和可视化的D3.js动画技术来模拟股票价格。    第7章介绍核岭回归(Kernel Ridge Regression,KRR)的原理以及如何使用此方法和时间序列数据来预测黄金价格。    第8章描述如何使用支持向量机的方法进行分类分析。    第9章介绍对流行病进行
...
内容简介:
由赫克托·奎斯塔、桑帕斯·库马尔著的《实用数据分析(原书第2版)/大数据技术丛书》共15章:靠前章探讨数据分析的基本原理和数据分析步骤;第2章解释如何清洗并准备数据;第3章展示在JavaScript可视化框架下应用D3.js来实现各类数据的可视化方法;第4章介绍如何应用朴素贝叶斯算法来区分垃圾邮件;第5章讲解应用动态时间规整方法寻找图像间的相似性;第6章介绍使用随机游走算法和可视化的D3.is动画技术模拟股票价格;第7章介绍核岭回归(KRR)的原理以及应用;第8章描述如何使用支持向量机方法进行分类分析;第9章介绍应用细胞自动机方法对传染病进行建模;靠前0章解释如何应用Gephi从Facebook获取社交媒体图谱并实现可视化;第ll章介绍如何应用Twitter数据进行情感分析;靠前2章介绍如何使用MongoDBJ~生行数据处理和聚合;靠前3章详细介绍如何在MongoDB数据库中应用MapReduce编程模型;靠前4章介绍如何应用Jupyter和Wakari开展线上数据分析;靠前5章介绍如何使用Apache Spark处理数据。
目录:
译者序
作者简介
审校者简介
前言
第1章 开始1
1.1 计算机科学1
1.2 人工智能2
1.3 机器学习2
1.4 统计学2
1.5 数学2
1.6 专业领域知识3
1.7 数据、信息和知识3
1.7.1 数据、信息和知识之间的相互性3
1.7.2 数据的本质4
1.8 数据分析过程5
1.8.1 问题6
1.8.2 数据准备6
1.8.3 数据探索7
1.8.4 预测建模7
1.8.5 结果可视化8
1.9 定量与定性数据分析9
1.10 数据可视化的重要性9
1.11 大数据10
1.12 自我量化12
1.12.1 传感器和摄像头12
1.12.2 社交网络分析13
1.13 本书的工具和练习13
1.13.1 为什么使用 Python14
1.13.2 为什么使用mlpy14
1.13.3 为什么使用D3.js14
1.13.4 为什么使用 MongoDB15
1.14 小结15
第2章 数据预处理16
2.1 数据源16
2.1.1 开源数据17
2.1.2 文本文件18
2.1.3 Excel文件18
2.1.4 
...

—  没有更多了  —

以下为对购买帮助不大的评价

全新正版 提供发票
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP