巧用CHATGPT进行数据分析与挖掘9787111761174
正版图书，可开发票，请放心购买。
￥ 74.25 7.5折 ￥ 99 全新
仅1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2023-04
装帧平装
开本16开
定价99元
货号17607164
上书时间2024-12-19
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
目 录?Contents<br />前 言<br />第1章 数据分析及ChatGPT概述 1<br />1.1 数据分析概述 1<br />1.1.1 用ChatGPT快速了解数据<br />分析 1<br />1.1.2 数据分析与数据挖掘 4<br />1.1.3 机器学习算法概述 5<br />1.2 常用AIGC工具的注册及使用 6<br />1.2.1 如何使用OpenAI的<br />GPT-3.5 6<br />1.2.2 如何使用百度的文心一言 10<br />1.2.3 如何使用科大讯飞的星火<br />认知大模型 14<br />1.3 使用ChatGPT辅助工具安装 16<br />1.3.1 Anaconda的安装 16<br />1.3.2 Jupyter Notebook的使用 17<br />1.4 使用ChatGPT辅助Python<br />入门 18<br />1.4.1 使用ChatGPT学习Python<br />数据对象 19<br />1.4.2 使用ChatGPT学习NumPy 23<br />1.4.3 使用ChatGPT学习Pandas 25<br />1.5 本章小结 28<br />第2章 使用ChatGPT学习数据<br />操作 29<br />2.1 使用ChatGPT学习数据的基本<br />管理 29<br />2.1.1 数据去重 29<br />2.1.2 数据排序 33<br />2.1.3 数据合并 35<br />2.1.4 数据分箱 38<br />2.2 使用ChatGPT学习描述统计<br />分析 40<br />2.2.1 描述统计分析概述 41<br />2.2.2 中心趋势分析 42<br />2.2.3 离散程度分析 45<br />2.2.4 分布形状分析 48<br />2.2.5 频数分布分析 50<br />2.3 使用ChatGPT学习中文文本<br />操作 52<br />2.3.1 Jieba分词 52<br />2.3.2 添加自定义词典 55<br />2.3.3 关键词提取 57<br />2.3.4 词性标注 60<br />2.4 使用ChatGPT学习图像数据<br />操作 62<br />2.4.1 图像的读取、显示及保存 62<br />2.4.2 图像像素的获取和编辑 64<br />2.4.3 图像的几何变换操作 65<br />2.5 本章小结 68<br />第3章 使用ChatGPT学习数据预<br />处理 69<br />3.1 使用ChatGPT学习数据抽样 69<br />3.1.1 常用的数据抽样方法 69<br />3.1.2 简单随机抽样 70<br />3.1.3 数据分区 73<br />3.1.4 分层随机抽样 76<br />3.1.5 数据类失衡处理 79<br />3.2 使用ChatGPT学习数据清洗 82<br />3.2.1 缺失值的识别及处理 82<br />3.2.2 异常值的识别及处理 89<br />3.3 使用ChatGPT学习数据变换 91<br />3.3.1 数据标准化处理 91<br />3.3.2 数据独热编码处理 94<br />3.4 本章小结 96<br />第4章 使用ChatGPT学习数据静态可视化 97<br />4.1 使用ChatGPT了解数据可视化<br />工具 97<br />4.2 使用ChatGPT学习Matplotlib<br />数据可视化 98<br />4.2.1 Matplotlib绘图基础 99<br />4.2.2 使用Matplotlib绘制图形 111<br />4.3 使用ChatGPT学习Pandas数据<br />可视化 130<br />4.3.1 Pandas绘图方法 130<br />4.3.2 使用Pandas绘制图形 132<br />4.4 使用ChatGPT学习Seaborn数据<br />可视化 138<br />4.4.1 Seaborn绘图方法 139<br />4.4.2 使用Seaborn绘制图形 140<br />4.5 使用ChatGPT学习plotnine数据<br />可视化 154<br />4.5.1 plotnine绘图方法 154<br />4.5.2 使用plotnine绘制图形 156<br />4.6 本章小结 158<br />第5章 使用ChatGPT学习交互数据<br />可视化 159<br />5.1 使用ChatGPT学习Plotly数据<br />可视化 159<br />5.1.1 Plotly交互可视化绘图<br />方法 160<br />5.1.2 使用graph_objs进行交互<br />可视化 161<br />5.1.3 使用express进行交互可<br />视化 174<br />5.2 使用ChatGPT学习Bokeh数据<br />可视化 180<br />5.2.1 Bokeh交互可视化绘图<br />方法 181<br />5.2.2 使用Bokeh进行交互可<br />视化 182<br />5.3 使用ChatGPT学习Pyecharts数据可视化 187<br />5.3.1 Pyecharts交互可视化绘图<br />方法 187<br />5.3.2 使用Pyecharts进行交互<br />可视化 188<br />5.4 本章小结 200<br />第6章 使用ChatGPT学习聚类<br />分析 201<br />6.1 使用ChatGPT了解无监督<br />学习 201<br />6.2 聚类分析方法概述 203<br />6.3 k均值聚类 205<br />6.3.1 k均值聚类的原理 205<br />6.3.2 k均值聚类的Python<br />实现 206<br />6.3.3 案例：对iris数据集进行k<br />均值聚类 208<br />6.3.4 使用统计方法寻找最佳聚类<br />簇数 210<br />6.4 层次聚类 215<br />6.4.1 层次聚类的原理 215<br />6.4.2 层次聚类的Python实现 217<br />6.4.3 案例：对USArrests数据集进行层次聚类 218<br />6.4.4 使用轮廓系数寻找最佳聚类<br />簇数 222<br />6.5 密度聚类 223<br />6.5.1 密度聚类的原理 223<br />6.5.2 密度聚类的Python实现 225<br />6.5.3 案例：对multishapes数据集进行密度聚类 226<br />6.6 本章小结 230<br />第7章 使用ChatGPT学习降维算法及关联规则分析 231<br />7.1 使用ChatGPT了解降维算法 231<br />7.2 主成分分析 233<br />7.2.1 主成分分析的原理 233<br />7.2.2 主成分分析的Python<br />实现 234<br />7.2.3 案例：对iris数据集进行主成<br />分分析 236<br />7.3 关联规则分析 239<br />7.3.1 关联规则分析的原理 239<br />7.3.2 关联规则分析的Python<br />实现 241<br />7.3.3 案例：对用户购买物品的行为<br />进行关联规则分析 242<br />7.4 本章小结 249<br />第8章 使用ChatGPT学习回归<br />分析 250<br />8.1 使用ChatGPT了解常用的有监督<br />学习算法 250<br />8.2 一元线性回归 252<br />8.2.1 一元线性回归的原理 252<br />8.2.2 使用scikit-learn实现一元线<br />性回归 254<br />8.2.3 案例：对women数据集进行<br />一元线性回归 255<br />8.3 多元线性回归 258<br />8.3.1 多元线性回归的原理 259<br />8.3.2 案例：对个人医疗费用进行<br />多元线性回归 259<br />8.4 对自变量中有定性变量的数据集进行线性回归 263<br />8.4.1 对自变量中有定性变量的数据<br />集建立线性回归模型 263<br />8.4.2 回归模型的效果评估 267<br />8.5 通过逐步回归寻找最优模型 270<br />8.6 逻辑回归 272<br />8.6.1 逻辑回归的原理 272<br />8.6.2 逻辑回归的Python实现 274<br />8.6.3 案例：对iris数据集进行逻辑<br />回归 275<br />8.7 本章小结 276<br />第9章 使用ChatGPT学习决策树算法及随机森林算法 277<br />9.1 决策树算法的原理 277<br />9.1.1 决策树算法概述 &n
— 没有更多了 —
以下为对购买帮助不大的评价