Python大数据分析算法与实例
￥ 19.05 2.8折 ￥ 69 九五品
仅1件
作者邓立国
出版社清华大学出版社
ISBN9787302551065
出版时间2020-05
版次1
装帧平装
开本16开
纸张胶版纸
页数332页
定价69元
上书时间2024-07-13
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:Python大数据分析算法与实例
定价：69.00元
作者:邓立国
出版社：清华大学出版社
出版日期：2020-05-01
ISBN：9787302551065
字数：
页码：332
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
本书基于Python 3大数据分析方法中的核心算法与实例，重点介绍数据特征算法分析及第三方开源库的场景应用，包括NumPy、SciPy、Matplotlib、Pandas、StatsModels、Gensim等在大数据分析中的算法与实例。
内容提要
大数据时代，大数据分析是关键技术。Python是一款的大数据分析软件，《Python大数据分析算法与实例》以Python 3结合第三方开源工具进行大数据分析，以小的代价编程实现数据的提取、处理、分析和可视化。 全书分为8章，首先介绍大数据分析的背景和行业应用，给出了数据特征算法分析；然后基于Python 3介绍常用典型第三方大数据分析工具的场景应用；最后比较翔实地阐述大数据分析算法与经典实例应用。 《Python大数据分析算法与实例》适合从事大数据分析的研究人员、计算机或数学等相关专业的从业者参考学习，也可以作为计算机或数学等专业本科高年级或研究生的专业用书。
目录
目 录章 大数据分析概述 11.1 大数据分析背景 11.2 大数据分析的应用 21.3 大数据分析算法 31.4 大数据分析工具 61.5 本章小结 9第2章 数据特征算法分析 102.1 数据分布性分析 102.1.1 数据分布特征集中趋势的测定 102.1.2 数据分布特征离散程度的测定 152.1.3 数据分布特征偏态与峰度的测定 192.2 数据相关性分析 212.2.1 数据相关关系 212.2.2 数据相关分析的主要内容 242.2.3 相关关系的测定 242.3 数据聚类性分析 262.3.1 聚类分析定义 262.3.2 聚类类型 272.3.3 聚类应用 292.4 数据主成分分析 292.4.1 主成分分析的原理及模型 302.4.2 数据主成分分析的几何解释 312.4.3 数据主成分的导出 322.4.4 证明主成分的方差是依次递减的 342.4.5 数据主成分分析的计算 352.5 数据动态性分析 362.6 数据可视化 402.7 本章小结 42第3章 大数据分析工具：NumPy 433.1 NumPy简介 433.2 NumPy环境安装配置 443.3 ndarray对象 453.4 数据类型 473.5 数组属性 493.6 数组创建例程 523.7 切片和索引 573.8 广播 603.9 数组操作与迭代 613.10 位操作与字符串函数 873.11 数学运算函数 913.12 算数运算 933.13 统计函数 973.14 排序、搜索和计数函数 1013.15 字节交换 1043.16 副本和视图 1053.17 矩阵库 1073.18 线性代数模块 1093.19 Matplotlib库 1123.20 Matplotlib 绘制直方图 1143.21 IO文件操作 1163.22 NumPy实例：GPS定位 1173.23 本章小结 120第4章 大数据分析工具：SciPy 1214.1 SciPy简介 1214.2 文件输入和输出：SciPy.io 1224.3 特殊函数：SciPy.special 1234.4 线性代数操作：SciPy.linalg 1244.5 快速傅里叶变换：sipy.fftpack 1244.6 优化器：SciPy.optimize 1254.7 统计工具：SciPy.stats 1264.8 SciPy实例 1274.8.1 二乘拟合 1274.8.2 函数值 1284.9 本章小结 130第5章 大数据分析工具：Matplotlib 1315.1 初级绘制 1315.2 图像、子区、子图、刻度 1375.3 其他种类的绘图 1405.4 本章小结 147第6章 大数据分析工具：Pandas 1486.1 Pandas系列 1486.2 Pandas数据帧 1516.3 Pandas面板 1556.4 Pandas快速入门 1586.5 本章小结 172第7章 大数据分析工具：Statsmodels与Gensim 1737.1 Statsmodels 1737.1.1 Statsmodels统计数据库 1737.1.2 Statsmodels典型的拟合模型概述 1757.1.3 Statsmodels举例 1767.2 Gensim 1787.2.1 基本概念 1787.2.2 训练语料的预处理 1797.2.3 主题向量的变换 1807.2.4 文档相似度的计算 1817.3 本章小结 182第8章 大数据分析算法与实例 1838.1 描述统计 1838.2 假设检验 1888.3 信度分析 1928.4 列联表分析 1958.5 相关分析 1968.6 方差分析 1988.6.1 单因素方差分析 1998.6.2 多因素方差分析 2018.7 回归分析 2038.8 聚类分析 2078.9 判别分析 2128.10 主成分分析 2168.11 因子分析 2188.12 时间序列分析 2218.13 生存分析 2248.14 典型相关分析 2458.15 RoC分析 2508.16 距离分析 2558.17 对应分析 2648.18 决策树分析 2658.19 神经网络-深度学习 2718.19.1 深度学习的基本模型 2718.19.2 新闻分类实例 2758.20 蒙特 卡罗模拟 2808.20.1 蒙特 卡罗模拟基本模型 2818.20.2 蒙特 卡罗模拟计算看涨期权实例 2818.21 关联规则 2878.21.1 关联规则的概念 2888.21.2 Apriori算法及实例 2898.21.3 FP树频集算法 2928.22 Uplift Modeling 3018.23 集成方法 3068.24 异常检测 3118.25 文本挖掘 3158.26 Boosting算法（提升法和Gradient Boosting） 3228.27 本章小结 325参考文献 326
作者介绍
序言
-
【封面】
相关推荐
-
Python大数据分析算法与实例
九品北京
￥ 21.45
-
Python大数据分析算法与实例
九品北京
￥ 21.96
-
Python大数据分析算法与实例
全新南京
￥ 55.20
-
Python大数据分析算法与实例
九五品天津
￥ 12.50
-
Python大数据分析算法与实例
八五品枣庄
￥ 13.68
-
Python大数据分析算法与实例
九品北京
￥ 14.50
-
Python大数据分析算法与实例
全新廊坊
￥ 29.30
-
Python大数据分析算法与实例
九五品天津
￥ 12.50
-
Python大数据分析算法与实例
八五品镇江
￥ 20.90
-
Python大数据分析算法与实例
九品北京
￥ 21.62
— 没有更多了 —
以下为对购买帮助不大的评价