• 数据准备和特征工程:数据工程师必知必会技能 齐伟 著 电子工业
21年品牌 40万+商家 超1.5亿件商品

数据准备和特征工程:数据工程师必知必会技能 齐伟 著 电子工业

正版二手书,无附赠品,择优发货

5.07 1.1折 45 八五品

仅1件

浙江杭州
认证卖家担保交易快速发货售后保障

作者齐伟 著

出版社电子工业出版社

ISBN9787121382635

出版时间2020-03

版次1

装帧平装

开本16开

纸张胶版纸

页数198页

字数99999千字

定价45元

货号9787121382635

上书时间2024-10-05

现货12小时发货书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
商品描述
基本信息
书名:数据准备和特征工程:数据工程师必知必会技能
定价:45.00元
作者:齐伟 著
出版社:电子工业出版社
出版日期:2020-03-01
ISBN:9787121382635
字数:332000
页码:198
版次:1
装帧:平装
开本:16开
商品重量:
编辑推荐

内容提要
《数据准备和特征工程:数据工程师必知必会技能》详细地介绍了大数据、人工智能等项目中不可或缺的环节和内容:数据准备和特征工程。书中的每节首先以简明方式介绍了基本知识;然后通过实际案例演示了基本知识的实际应用,并提供了针对性练习项目,将“知识、案例、练习”融为一体;最后以“扩展探究”方式引导读者进入更深广的领域。  《数据准备和特征工程:数据工程师必知必会技能》既适合作为大学相关专业的教材,也适合作为大数据、人工智能等领域的开发人员的参考读物。
目录
章 感知数据 0011.0 了解数据科学项目   0011.1 文件中的数据  0031.1.1 CSV文件 0031.1.2 Excel文件   0091.1.3 图像文件   0151.2 数据库中的数据 0191.3 网页上的数据  0291.4 来自API 的数据 039第2 章 数据清理  0442.0 基本概念 0452.1 转化数据类型  0462.2 处理重复数据  0542.3 处理缺失数据  0572.3.1 检查缺失数据 0582.3.2 用指定值填补 0632.3.3 根据规律填补 0692.4 处理离群数据  076第3 章 特征变换   0833.0 特征的类型   0843.1 特征数值化   0853.2 特征二值化   0883.3 OneHot编码   0933.4 数据变换 0983.5 特征离散化   1043.5.1 无监督离散化 1043.5.2 有监督离散化 1103.6 数据规范化   113第4 章 特征选择   1244.0 特征选择简述  1244.1 封装器法 1274.1.1 循序特征选择 1274.1.2 穷举特征选择 1354.1.3 递归特征消除 1404.2 过滤器法 1444.3 嵌入法  149第5 章 特征抽取   1545.1 无监督特征抽取 1545.1.1 主成分分析  1545.1.2 因子分析   1615.2 有监督特征抽取 167附录A Jupyter简介 173附录B NumPy简介  176附录C Pandas简介  185附录D Matplotlib简介   194后记  199
作者介绍
齐伟,自称老齐,现居苏州,所著在线教程《零基础学Python》及《零基础学Python(第2版)》在业内引起非常大的反响。愿意和来自各方的朋友讨论技术问题,并能提供相关技术服务。
序言
第1 章 感知数据 0011.0 了解数据科学项目   0011.1 文件中的数据  0031.1.1 CSV文件 0031.1.2 Excel文件   0091.1.3 图像文件   0151.2 数据库中的数据 0191.3 网页上的数据  0291.4 来自API 的数据 039第2 章 数据清理  0442.0 基本概念 0452.1 转化数据类型  0462.2 处理重复数据  0542.3 处理缺失数据  0572.3.1 检查缺失数据 0582.3.2 用指定值填补 0632.3.3 根据规律填补 0692.4 处理离群数据  076第3 章 特征变换   0833.0 特征的类型   0843.1 特征数值化   0853.2 特征二值化   0883.3 OneHot编码   0933.4 数据变换 0983.5 特征离散化   1043.5.1 无监督离散化 1043.5.2 有监督离散化 1103.6 数据规范化   113第4 章 特征选择   1244.0 特征选择简述  1244.1 封装器法 1274.1.1 循序特征选择 1274.1.2 穷举特征选择 1354.1.3 递归特征消除 1404.2 过滤器法 1444.3 嵌入法  149第5 章 特征抽取   1545.1 无监督特征抽取 1545.1.1 主成分分析  1545.1.2 因子分析   1615.2 有监督特征抽取 167附录A Jupyter简介 173附录B NumPy简介  176附录C Pandas简介  185附录D Matplotlib简介   194后记  199

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP