Python数据科学实战

图书标准信息

• 作者 [英]穆罕默德·努尔丁·阿拉丁 著；[英]罗恩·乔普拉；[英]阿伦·英格兰
• 出版社 水利水电出版社
• 出版时间 2021-08
• 版次 1
• ISBN 9787517091868
• 定价 89.80元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 280页
• 字数 415千字

【内容简介】

本书首先介绍数据科学，然后指导读者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，主要学习3项技术：监督学习、无监督学习和强化学习。我们也会用到基本的分类与回 归技术，如支持向量机、决策树以及逻辑回归等。 在前面章节的学习中，读者将学习到Python语言中用于处理大型数据集的基本函数、数据 结构，用于矩阵计算的NumPy包和Pandas包，如何使用Matplotlib绘制自定义图表，以及应用 Boosting算法XGBoost（梯度提升）进行预测分析等。 在后面的章节中，将会学习用于图像识别的卷积神经网络（CNN）、深度学习算法。读者将掌 握如何向神经网络馈入人类语言、让模型处理复杂的文本信息以及构建人类语言处理系统进行结 果预测等。 学习完本书，读者可以掌握和使用很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。

【作者简介】

Rohan Chopra，毕业于印度韦洛尔科技大学，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

1.2Python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

……