Python数据科学实战
全新正版 极速发货
￥ 58.96 6.6折 ￥ 89.8 全新
库存4件
作者(英)罗恩·乔普拉//阿伦·英格兰//穆罕默德·努尔丁·阿拉丁|责编:杨静华|译者:温旭红//李勍
出版社中国水利水电
ISBN9787517091868
出版时间2021-08
装帧平装
开本其他
定价89.8元
货号1202461406
上书时间2024-05-31
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
RohaChopra，于印度韦洛尔科技，是Absolutdata公司的数据科学家，主要研究方 向集中在深度学习计算机视觉相关问题的应用，同时在自动驾驶研究方面经验丰富，在端到端神 经网络系统的设计、运行和优化方面有着丰富的经验。
目录
第1章 数据科学和数据预处理导论
1.1 引言
1.2 Python库
1.3 构建机器学习模型的路线图
1.4 数据表示方式
练习1：加载样本数据集，创建特征矩阵和目标矩阵
1.5 数据清洗
练习2：删除缺失数据
练习3：填补缺失数据
练习4：查找并删除数据中的异常值
1.6 数据整合
练习5：整合数据
1.7 数据转换
练习6：用数字替换分类数据
练习7：使用标签编码方法将分类数据转换为数值数据
练习8：使用One-Hot编码将分类数据转换为数值数据
1.8 不同量纲的数据
练习9：使用StandardScaler()方法实现缩放
练习10：使用MinMaxScaler()方法实现缩放
1.9 数据离散化
练习11：连续数据的离散化
1.10 训练和测试数据
练习12：拆分数据为训练集和测试集
作业1：使用银行营销订阅数据集进行预处理
1.11 监督学习
1.12 无监督学习
1.13 强化学习
1.14 性能指标
1.15 偏差和方差
1.16 本章小结
第2章 数据可视化
2.1 引言
2.2 函数法
练习13：函数法——折线图
练习14：函数法——在图中添加第二条线
作业2：折线图
练习15：创建柱状图
作业3：柱状图
练习16：函数法——直方图
练习17：函数法——箱线图
练习18：散点图
2.3 面向对象法创建子图
练习19：使用子图的单线图
练习20：使用子图的多线图
作业4：使用子图的多种绘图类型
2.4 本章小结
第3章 基于Scikit-Learn库的机器学习简介
3.1 引言
3.2 线性回归与逻辑回归简介
3.3 简单线性回归
内容摘要
本书首先向您介绍数据科学，然后教您安装和搭建数据分析编程环境所需的软件包。在机器学习中，您将学习机器学习的三项主要技
术：监督学习、无监督学习和强化学习。您还将探索基本的分类与回归技术，如支持向量机、决策树以及逻辑回归等。
在前面的章节中，您将学习Python语言的基本功能、数据结构和语法，这些语言用于轻松处理大型数据集。您将学习用于矩阵计算和数据操作的Numpy库和Pandas库、学习如何使用Matplotlib创建可定制的可视化图表，并应用Boostinq算法XGBoost进行预测。
在后面的章节中，您将学习用于图像识别的卷积神经网络（CNN）、深度学习算法。您还将学习如何将人类的语言输入到神经网络中，建立一个可以处理语境信息的模型，以及创建人类语言处理系统进行结果预测。
学习完本书，您将能够
理解并实现许多新的数据科学算法，并且有信心使用本课程以外的工具或库进行操作。
— 没有更多了 —
以下为对购买帮助不大的评价