数据科学技术与应用——基于Python实现（第2版）

图书标准信息

• 作者 宋晖
• 出版社 电子工业出版社
• 出版时间 2021-07
• 版次 1
• ISBN 9787121415159
• 定价 39.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 196页
• 字数 313.000千字

【内容简介】

本书内容涵盖数据科学和大数据技术的基础知识，围绕数据科学的工作流程，详细介绍了从数据中获取知识的方法和技术，包括数据采集、数据整理与探索、数据可视化和数据建模预测等。本书介绍了人工智能前沿领域中文本、图像、语音、序列数据的主流分析处理方法，同时也阐述了基于大数据分布式计算框架处理海量数据的台和工具。全书设计收集了多个数据应用案例，采用python语言及相关科学计算工具包实现数据分析过程，帮助读者通过实际案例培养数据思维，掌握数据分析的实践技能，运用统计学、人工智能等优选技术解决实际问题。本书通俗易懂、实例丰富、技术优选，配备丰富的资源，可作为各类高等院校数据科学、大数据技术的入门教材，以及计算机基础较高层次课程的教材，也可以作为数据科学实践的技术参书。

【作者简介】

宋晖博士、教授，长期从事web数据挖掘、机器学和智能信息处理方面的研究和工作，主持完成多项数据挖掘、智能分析和信息系统的研发，在数据科学方向有深厚的理论基础以及丰富的实践经验。

【目录】

章数据科学基础（1）

1.1数据科学概述（1）

1.1.1数据的力量（1）

1.1.2数据科学的知识结构（2）

1.1.3数据科学的工作流程（4）

1.2数据科学的关键技术（5）

1.2.1数据采集（5）

1.2.2数据预处理（7）

1.2.3数据存储与管理（8）

1.2.4数据分析（9）

1.3python数据分析工具（9）

1.3.1科学计算集成环境（9）

1.3.2python编译环境（10）

1.3.3jupyternotebook（11）

1.4python语言基础（12）

1.4.1常用数据类型（12）

1.4.2流程控制（14）

1.4.3函数和方法库（16）

综合练题（17）

第2章多维数据结构与运算（18）

2.1多维数组对象（18）

2.1.1多维数组（张量）（18）

2.1.2一维数组对象（19）

2.1.3二维数组对象（21）

2.1.4创建多维数组的常用函数（23）

2.2多维数组运算（25）

2.2.1基本算术运算（26）

2.2.2函数和矩阵运算（27）

2.2.3数组生成函数（29）

2.3案例：游走轨迹模拟（30）

综合练题（33）

第3章数据汇与统计（34）

3.1统计的基本概念（34）

3.1.1统计的含义（34）

3.1.2常用统计量（35）

3.2pandas数据结构（37）

3.2.1series对象（37）

3.2.2series对象的数据访问（38）

3.2.3dataframe对象（40）

3.2.4dataframe对象的数据访问（41）

3.3数据文件的读/写（45）

3.3.1读/写csv文件和txt文件（45）

3.3.2读取excel文件（48）

3.4数据清洗（49）

3.4.1缺失数据处理（49）

3.4.2去除重复数据（52）

3.5数据规整化（52）

3.5.1数据合并（52）

3.5.2数据排序（55）

3.6统计分析（56）

3.6.1通用函数与运算（57）

3.6.2统计函数（57）

3.6.3相关分析（60）

3.6.4案例：问卷调查反馈表分析（60）

综合练题（63）

第4章数据可视化（64）

4.1python绘图基础（64）

4.1.1认识基本图形（64）

4.1.2pandas快速绘图（64）

4.1.3matplotlib精细绘图（66）

4.2可视化数据探索（71）

4.2.1绘制常用图形（71）

4.2.2使用pyecharts绘制交互数据图（81）

综合练题（85）

第5章机器学建模分析（88）

5.1机器学概述（88）

5.1.1机器学与人工智能（88）

5.1.2python机器学方法库（90）

5.2回归分析（90）

5.2.1回归分析（90）

5.2.2回归分析实现（91）

5.2.3回归分析能评估（94）

5.3分类分析（96）

5.3.1分类学（96）

5.3.2决策树（98）

5.3.3支持向量机（102）

5.4聚类分析（106）

5.4.1聚类任务（106）

5.4.2k-means算法（107）

5.4.3聚类方法的能评估（110）

5.5数据降维（112）

5.5.1降维分析方法（112）

5.5.2主成分分析（113）

5.6集成学（115）

5.6.1森林算法的基本（116）

5.6.2梯度提升机算法的基本（116）

5.6.3集成学建模分析（117）

综合练题（119）

第6章神经网络与深度学建模分析（120）

6.1神经网络概述（120）

6.1.1神经元与感知器（120）

6.1.2神经网络模型（121）

6.1.3神经网络分类实现（122）

6.2深度学（125）

6.2.1深度学的基本（125）

6.2.2深度学框架keras（126）

6.2.3深度学建模分析实例（128）

综合练题（130）

第7章文本数据处理（131）

7.1文本处理概述（131）

7.1.1文本处理的常见任务（131）

7.1.2文本处理的基本步骤（132）

7.2中文文本处理（134）

7.2.1中文分词（134）

7.2.2词标注（135）

7.2.3特征提取（136）

7.3实例：垃圾邮件的识别（140）

7.3.1数据来源（140）

7.3.2基于词袋模型识别垃圾邮件（141）

7.3.3基于词向量模型识别垃圾邮件（143）

综合练题（146）

第8章图像数据处理（147）

8.1数字图像概述（147）

8.1.1数字图像（147）

8.1.2数字图像类型（147）

8.1.3数字图像处理（148）

8.2python图像处理（149）

8.2.1python图像处理库（149）

8.2.2图像的基本作（150）

8.3案例：深度学实现图像分类（152）

8.3.1卷积神经网络（152）

8.3.2基于keras实现图像分类（153）

综合练题（157）

第9章时序数据与语音处理（158）

9.1时序数据概述（158）

9.1.1时序数据特（158）

9.1.2时序数据特征的提取（159）

9.2时序数据分析方法（161）

9.2.1时序数据分析过程（161）

9.2.2温度预测实例（162）

9.3语音识别技术（166）

9.3.1语音识别技术简介（166）

9.3.2语音识别中的时序数据处理（167）

9.3.3在线语音识别实例（169）

综合练题（171）

0章大数据技术（172）

10.1大数据概述（172）

10.1.1大数据的特点（172）

10.1.2大数据技术（174）

10.1.3大数据基础设施（175）

10.2分布式计算框架（177）

10.2.1hadoop概述（178）

10.2.2mapreduce分布式计算（180）

10.2.3spark分布式计算（182）

10.2.4spark分布式计算（183）

10.3分布式建模分析工具（185）

10.3.1hadoopmahout（185）

10.3.2sparkmllib（186）

10.3.3sparkmllib建模分析（187）

综合练题（188）

参资料（189）