• 正版现货新书 Python数据分析与挖掘算法从入门到机器学习 微课视频版 9787302600169 张坤
  • 正版现货新书 Python数据分析与挖掘算法从入门到机器学习 微课视频版 9787302600169 张坤
  • 正版现货新书 Python数据分析与挖掘算法从入门到机器学习 微课视频版 9787302600169 张坤
  • 正版现货新书 Python数据分析与挖掘算法从入门到机器学习 微课视频版 9787302600169 张坤
  • 正版现货新书 Python数据分析与挖掘算法从入门到机器学习 微课视频版 9787302600169 张坤
  • 正版现货新书 Python数据分析与挖掘算法从入门到机器学习 微课视频版 9787302600169 张坤
21年品牌 40万+商家 超1.5亿件商品

正版现货新书 Python数据分析与挖掘算法从入门到机器学习 微课视频版 9787302600169 张坤

全新正版现货,以书名为准,放心购买,购书咨询18931383650朱老师

38.31 7.7折 49.9 全新

库存4件

北京丰台
认证卖家担保交易快速发货售后保障

作者张坤

出版社清华大学出版社

ISBN9787302600169

出版时间2022-05

装帧平装

开本16开

定价49.9元

货号1202657573

上书时间2024-09-27

黎明书店

十四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
张坤,教授,大连理工大学城市学院计算机工程学院副院长,曾主编《操作系统》、《操作系统实验》、《汇编语言实验》3部教材,参编《JavaEE企业级应用开发实例教程》等8部著作。

目录
第一部分数据分析与挖掘第1章数据分析与挖掘简介1.1Python数据分析和挖掘任务中重要的库与工具1.1.1NumPy1.1.2SciPy1.1.3Pandas1.1.4Matplotlib1.1.5JupyterNotebook1.1.6Scikitlearn1.2Anaconda安装1.3JupyterNotebook第2章爬虫2.1爬虫的基本流程2.2HTTP2.3安装PyCharm2.4应用举例习题第3章Scrapy爬虫框架3.1基本原理3.2应用举例习题第4章NumPy基本用法4.1NumPy创建数组4.1.1使用np.array()由Python列表创建4.1.2使用np的方法创建4.2NumPy查看数组属性4.3数组的基本操作4.4NumPy运算4.5排序习题第5章Pandas基本用法5.1Series5.2DataFrame5.2.1创建DataFrame对象5.2.2查看DataFrame对象5.2.3DataFrame对象的索引与切片5.3应用举例5.3.1数据读取5.3.2数据清洗5.3.3数据规整习题第6章Matplotlib基本用法6.1线型图6.2散点图6.3直方图6.4条形图6.5饼图6.6Seaborn6.6.1Seaborn基本操作6.6.2Seaborn绘制的图6.6.3Seaborn用法示例6.7Pandas中的绘图函数习题第7章线性回归、岭回归、Lasso回归7.1原理7.1.1普通线性回归7.1.2岭回归7.1.3Lasso回归7.2应用举例习题第8章Logistic回归分类模型8.1原理8.1.1模型简介8.1.2ROC曲线和AUC8.1.3梯度下降法8.1.4Scikitlearn中predict()与predict_proba()用法区别8.2应用举例习题第9章决策树与随机森林9.1原理9.1.1决策树9.1.2随机森林9.2应用举例习题第10章KNN模型10.1原理10.2应用举例习题第11章朴素贝叶斯模型11.1原理11.1.1贝叶斯定理11.1.2朴素贝叶斯11.1.3Scikitlearn中三种不同类型的朴素贝叶斯模型11.2应用举例习题第12章SVM模型12.1原理12.2应用举例习题第13章Kmeans聚类13.1原理13.2应用举例习题第14章关联规则——Apriori算法14.1原理14.2应用举例习题第15章数据分析与挖掘项目实战15.1贷款预测问题15.1.1数据导入及查看15.1.2数据预处理15.1.3建立预测模型15.2客户流失率问题15.2.1数据导入及查看15.2.2数据预处理15.2.3建立预测模型习题第二部分机器学习第16章主成分分析法16.1原理16.2应用举例习题第17章集成学习17.1原理17.2应用举例习题第18章模型评估18.1分类评估18.2回归评估18.3聚类评估18.4Scikitlearn中的评估函数第19章初识深度学习框架Keras19.1关于Keras19.2神经网络简介19.3Keras神经网络模型19.4用Keras实现线性回归模型19.5用Keras实现鸢尾花分类19.6Keras目标函数、性能评估函数、激活函数说明习题参考文献

内容摘要
本书主要内容包括

   相关推荐   

—  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