巧用ChatGPT进行数据分析与挖掘
全新正版 极速发货
￥ 48.41 4.9折 ￥ 99 全新
库存20件
广东广州
认证卖家担保交易快速发货售后保障
作者谢佳标 著
出版社机械工业出版社
ISBN9787111761174
出版时间2024-08
装帧平装
开本32开
定价99元
货号1203373289
上书时间2024-11-14
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
第1章数据分析及ChatGPT概述1
1.1数据分析概述1
1.1.1用ChatGPT快速了解数据分析1
1.1.2数据分析与数据挖掘4
1.1.3机器学习算法概述5
1.2常用AIGC工具的注册及使用6
1.2.1如何使用OpenAI的GPT-3.56
1.2.2如何使用百度的文心一言10
1.2.3如何使用科大讯飞的星火认知大模型14
1.3使用ChatGPT辅助工具安装16
1.3.1Anaconda的安装16
1.3.2JupyterNotebook的使用17
1.4使用ChatGPT辅助Python入门18
1.4.1使用ChatGPT学习Python数据对象19
1.4.2使用ChatGPT学习NumPy23
1.4.3使用ChatGPT学习Pandas25
1.5本章小结28
第2章使用ChatGPT学习数据操作29
2.1使用ChatGPT学习数据的基本管理29
2.1.1数据去重29
2.1.2数据排序33
2.1.3数据合并35
2.1.4数据分箱38
2.2使用ChatGPT学习描述统计分析40
2.2.1描述统计分析概述41
2.2.2中心趋势分析42
2.2.3离散程度分析45
2.2.4分布形状分析48
2.2.5频数分布分析50
2.3使用ChatGPT学习中文文本操作52
2.3.1Jieba分词52
2.3.2添加自定义词典55
2.3.3关键词提取57
2.3.4词性标注60
2.4使用ChatGPT学习图像数据操作62
2.4.1图像的读取、显示及保存62
2.4.2图像像素的获取和编辑64
2.4.3图像的几何变换操作65
2.5本章小结68
第3章使用ChatGPT学习数据预处理69
3.1使用ChatGPT学习数据抽样69
3.1.1常用的数据抽样方法69
3.1.2简单随机抽样70
3.1.3数据分区73
3.1.4分层随机抽样76
3.1.5数据类失衡处理79
3.2使用ChatGPT学习数据清洗82
3.2.1缺失值的识别及处理82
3.2.2异常值的识别及处理89
3.3使用ChatGPT学习数据变换91
3.3.1数据标准化处理91
3.3.2数据独热编码处理94
3.4本章小结96
第4章使用ChatGPT学习数据静态可视化97
4.1使用ChatGPT了解数据可视化工具97
4.2使用ChatGPT学习Matplotlib数据可视化98
4.2.1Matplotlib绘图基础99
4.2.2使用Matplotlib绘制图形111
4.3使用ChatGPT学习Pandas数据可视化130
4.3.1Pandas绘图方法130
4.3.2使用Pandas绘制图形132
4.4使用ChatGPT学习Seaborn数据可视化138
4.4.1Seaborn绘图方法139
4.4.2使用Seaborn绘制图形140
4.5使用ChatGPT学习plotnine数据可视化154
4.5.1plotnine绘图方法154
4.5.2使用plotnine绘制图形156
4.6本章小结158
第5章使用ChatGPT学习交互数据可视化159
5.1使用ChatGPT学习Plotly数据可视化159
5.1.1Plotly交互可视化绘图方法160
5.1.2使用graph_objs进行交互可视化161
5.1.3使用express进行交互可视化174
5.2使用ChatGPT学习Bokeh数据可视化180
5.2.1Bokeh交互可视化绘图方法181
5.2.2使用Bokeh进行交互可视化182
5.3使用ChatGPT学习Pyecharts数据可视化187
5.3.1Pyecharts交互可视化绘图方法187
5.3.2使用Pyecharts进行交互可视化188
5.4本章小结200
第6章使用ChatGPT学习聚类分析201
6.1使用ChatGPT了解无监督学习201
6.2聚类分析方法概述203
6.3k均值聚类205
6.3.1k均值聚类的原理205
6.3.2k均值聚类的Python实现206
6.3.3案例：对iris数据集进行k均值聚类208
6.3.4使用统计方法寻找最佳聚类簇数210
6.4层次聚类215
6.4.1层次聚类的原理215
6.4.2层次聚类的Python实现217
6.4.3案例：对USArrests数据集进行层次聚类218
6.4.4使用轮廓系数寻找最佳聚类簇数222
6.5密度聚类223
6.5.1密度聚类的原理223
6.5.2密度聚类的Python实现225
6.5.3案例：对multishapes数据集进行密度聚类226
6.6本章小结230
第7章使用ChatGPT学习降维算法及关联规则分析231
7.1使用ChatGPT了解降维算法231
……
内容摘要
这既是一本引导读者如何使用ChatGPT低门槛、高效率学习Python数据分析与挖掘方法的著作，又是一本指导读者如何使用ChatGPT精准、高效地进行Python数据分析与挖掘实操的著作。从读者对象的角度看，本书既大大降低了没有编程经验的读者学习Python数据分析的门槛，又为有经验的Python数据分析师提供了大量实用的AI数据分析技巧，帮助他们快速转型为具备AI能力的数据分析师。从核心内容的角度看，本书不仅讲解了如何在数据预处理、数据清洗、数据可视化等基础的数据分析环节使用AI工具，而且还讲解了如何在聚类分析、预测分析等高级的数据建模环节使用AI工具。阅读完本书，你将掌握以下知识：（1）数据分析、数据挖掘以及机器学习算法的基础知识。（2）ChatGPT等AI工具的注册及使用，以及如何使用这些AI工具学习Python。（3）使用ChatGPT辅助各种常见的数据操作和数据预处理。（4）使用ChatGPT辅助静态数据可视化和数据交互可视化。（5）使用ChatGPT辅助聚类分析、关联规则分析、回归分析。（6）使用ChatGPT辅助学习降维算法、决策树算法、随机森林、k近邻算法、支持向量机算法、神经网络算法。（7）使用ChatGPT辅助数据建模以及对模型的性能进行评估和优化。本书采用由浅入深的写作方式，既确保了内容的可理解性，又保持了足够的深度，配有详细的代码示例和实践指导，确保每位读者能够轻松上手并从中获益，提升自己的分析效率和洞察能力。本书采用案例驱动的写作方式，通过实际业务案例详细拆解AI技术在各个场景中的应用步骤和技巧。语言简洁易懂，理论与实践结合，注重实用性和可操作性，帮助读者快速掌握核心知识。提供丰富的实际案例和操作指南，涵盖多种AI工具和交互技巧，确保读者能够学以致用。
主编推荐
（1）作者背景权威：R和Python数据分析与挖掘领域的社区领军人物，某大型国资寿险公司数据团队负责人。 （2）作者经验丰富：拥有超过16年的数据分析与挖掘经验，擅长使用ChatGPT等AI工具辅助数据分析与挖掘。 （3）零编程经验也能成为Python数据分析高手：详细讲解如何巧妙地使用ChatGPT学习Python数据分析与挖掘，大大降低学习门槛，大幅提升学习效率。 （4）快速成为AI数据分析达人：围绕数据分析与挖掘的全生命周期，提供了大量使用ChatGPT进行数据分析与挖掘的方法和技巧。 （5）通俗易懂，容易上手：采用由浅入深的讲解方式，既适用于 Python 初学者，也适用于有经验的数据分析人员；采用通俗易懂的语言，避免了复杂的数学公式和理论推导。 （6）内容丰富，实用性强：内容涵盖了从数据分析基础到高级分析的各个方面，每章都提 供了大量的代码示例，读者可以跟随书中的指导进行操作。 （7）涵盖主流 Python 库：包括NumPy、Pandas、scikit-learn 等常用数据分析及建模库，Matplotlib、Bokeh等常用数据可视化库以及深度学习框架 TensorFlow。
— 没有更多了 —
以下为对购买帮助不大的评价