万本电子书0元读

万本电子书0元读

顶部广告

Python数据分析与挖掘实战(第2版)电子书

(1)畅销书全新升级,第1版销售超过10万册,被国内100余所高等院校采用为教材,同时被广大数据科学工作者奉为经典,是该领域公认的事实标准。 (2)作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验,不仅掌握行业的*技术和实践方法,而且洞悉学生和老师的需求与痛。 (3)本书提供丰富的配套资源,如上机环境、Python源代码、案例建模数据、教学PPT。

售       价:¥

纸质售价:¥59.20购买纸书

70人正在读 | 0人评论 6.6

作       者:张良均

出  版  社:机械工业出版社

出版时间:2019-11-01

字       数:22.3万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
内容简介 本书是Python数据分析与挖掘领域的公认的事实标准,第1版销售超过10万册,销售势头依然强劲,被国内100余所高等院校采用为教材,同时也被广大数据科学工作者奉为经典。 作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验,不仅掌握行业的*技术和实践方法,而且洞悉学生和老师的需求与痛,这为本书的内容和形式提供了强有力的保障,这是本书第1版能大获成功的关键因素。 全书共13章,分为三个部分,从技术理论、工程实践和阶提升三个维度对数据分析与挖掘行了详细的讲解。 *部分 基础篇(第1~5章) 主要讲解了Python数据分析与挖掘的工具和技术理论,包括数据挖掘的基础知识、Python数据挖掘与建模工具、数据挖掘的建模过程,以及挖掘建模的常用算法和原理等内容。 第二部分 实战篇(第6~12章) 通过工程实践案例讲解了数据挖掘技术在金融、航空、零售、能源、制造、电商等行业的应用。在案例组织结构上,本书按照“介绍案例背景与挖掘目标→阐述分析方法与过程→完成模型构建”的顺序行,在建模过程关键环节,穿插程序实现代码。*后,通过上机实践加深对案例应用中的数据挖掘技术的理解。 第三部分 提高篇(第13章) 重讲解了基于Python引擎的源数据挖掘建模平台(TipDM)的功能和使用方法,以航空公司客户价值分析为案例,介绍了如何使用该平台快速搭建数据分析与挖掘工程。 本书不仅提供TipDM这样的上机实践环境,而且还提供配套的案例建模数据、Python源代码、教学PPT。<br/>【推荐语】<br/>(1)畅销书全新升级,第1版销售超过10万册,被国内100余所高等院校采用为教材,同时被广大数据科学工作者奉为经典,是该领域公认的事实标准。 (2)作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验,不仅掌握行业的*技术和实践方法,而且洞悉学生和老师的需求与痛。 (3)本书提供丰富的配套资源,如上机环境、Python源代码、案例建模数据、教学PPT。 为了帮助读者更好地使用本书,本书提供配套的原始数据文件、Python程序代码,读者可以从“华章计算机”公众号,回复64002免费获取。为方便教师授课,本书还提供了PPT课件,教师可到网址http://www.tipdm.org/tj/840.jhtml咨询获取。<br/>【作者】<br/>张良均 资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验,擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析,对机器学习等AI技术驱动的数据分析也有深研究。 为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务,实践经验非常丰富。 华南师范大学、中南财经政法大学、广东工业大学、西安理工大学、广西科技大学、重庆交通大学、桂林电子科技大学等校外硕导或兼职教授。 撰写了《R语言数据分析与挖掘实战》《数据挖掘:实用案例分析》《Hadoop大数据分析与挖掘实战》等10余部畅销书,累计销售超过30万册。<br/>
目录展开

前言

基础篇

第1章 数据挖掘基础

1.1 某知名连锁餐饮企业的困惑

1.2 从餐饮服务到数据挖掘

1.3 数据挖掘的基本任务

1.4 数据挖掘建模过程

1.5 常用数据挖掘建模工具

1.6 小结

第2章 Python数据分析简介

2.1 搭建Python开发平台

2.2 Python使用入门

2.3 Python数据分析工具

2.4 配套附件使用设置

2.5 小结

第3章 数据探索

3.1 数据质量分析

3.2 数据特征分析

3.3 Python主要数据探索函数

3.4 小结

第4章 数据预处理

4.1 数据清洗

4.2 数据集成

4.3 数据归约

4.4 Python主要数据预处理函数

4.5 小结

第5章 挖掘建模

5.1 分类与预测

5.2 聚类分析

5.3 关联规则

5.4 时序模式

5.5 离群点检测

5.6 小结

实战篇

第6章 财政收入影响因素分析及预测

6.1 背景与挖掘目标

6.2 分析方法与过程

6.3 上机实验

6.4 拓展思考

6.5 小结

第7章 航空公司客户价值分析

7.1 背景与挖掘目标

7.2 分析方法与过程

7.3 上机实验

7.4 拓展思考

7.5 小结

第8章 商品零售购物篮分析

8.1 背景与挖掘目标

8.2 分析方法与过程

8.3 上机实验

8.4 拓展思考

8.5 小结

第9章 基于水色图像的水质评价

9.1 背景与挖掘目标

9.2 分析方法与过程

9.3 上机实验

9.4 拓展思考

9.5 小结

第10章 家用热水器用户行为分析与事件识别

10.1 背景与挖掘目标

10.2 分析方法与过程

10.3 上机实验

10.4 拓展思考

10.5 小结

第11章 电子商务网站用户行为分析及服务推荐

11.1 背景与挖掘目标

11.2 分析方法与过程

11.3 上机实验

11.4 拓展思考

11.5 小结

第12章 电商产品评论数据情感分析

12.1 背景与挖掘目标

12.2 分析方法与过程

12.3 上机实验

12.4 拓展思考

12.5 小结

提高篇

第13章 基于Python引擎的开源数据挖掘建模平台(TipDM)

13.1 平台简介

13.2 快速构建数据挖掘工程

13.3 小结

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部