數據驅動-機器學習實戰之道 牛亞運 9787111779308 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：數據驅動-機器學習實戰之道
ISBN：9787111779308
出版社：機械工業
著編譯者：牛亞運
頁數：388
所在地：中國大陸 *此為代購商品
書號：1737049
可大量預訂，請先連絡。

內容簡介

本書旨在幫助讀者從零開始，系統掌握數據科學核心技術，並通過實戰案例深化理解。本書共分為8章，包括數據科學技術簡介，數據可視化技術，數據科學任務完整流程，初步探索性數據分析（EDA），數據工程（數據分析+數據處理），模型訓練、評估與推理，模型發布、部署與監控，模型項目整體性分析、反思與優化，同時涵蓋了數據採集、處理、可視化、建模及評估的全流程，配備詳盡理論講解與代碼示例，助力讀者在數據驅動的世界中遊刃有餘，解決實際問題，實現數據價值優化。本書相關代碼可掃描封底二維碼獲得。 無論是想要轉行數據科學的職場人士，還是對數據科學充滿好奇的學生和愛好者，這本書都將是寶貴資源。

作者簡介

牛亞運（網名：一個處女座的程序猿），機器學習和大模型算法專家，國內知名AI博主，入選關鍵對話「50位頂尖創業者和技術人」榜單，擔任達摩院評測官及多個頭部社區的專家博主。累計獲得20餘項專業資質，包括AI認證、軟體著作權、國家發明專利及國際期刊SCI等。AI領域粉絲超200萬，文章瀏覽量突破6000萬。

目錄

前言
第1部分 數據科學技術實戰
第1章 數據科學技術簡介
1 1 數據科學技術概述
1 2 數據科學生命周期簡介
1 2 1 數據科學生命周期概述
1 2 2 CRISP-DM模型簡介
1 2 3 TDSP模型簡介
1 2 4 五大模型對比與總結
第2章 數據可視化技術
2 1 基礎圖簡介及代碼實現
2 1 1 單維度可視化
2 1 2 多維度可視化
2 1 3 其他圖的簡介
2 2 多圖組合的簡介及代碼實現
2 2 1 單關係圖（Jointplot/JointGrid函數）
2 2 2 多變數關係矩陣圖（pairplot/PairGrid函數）
2 2 3 數據分組矩陣圖（FacetGrid函數）
2 3 三維圖簡介及其代碼實現
2 3 1 三維散點圖、三維柱狀圖、三維折線圖
2 3 2 三維標籤圖——八象空間三維圖
2 4 動態圖簡介及其代碼實現
2 4 1 動態趨勢圖
2 4 2 動態軌跡圖
2 5 常用的圖可視化相關庫
2 5 1 常用庫的概述
2 5 2 不同庫的對比
第3章 數據科學任務完整流程
3 1 數據科學任務流程概述
3 2 問題定義
3 3 數據認知
3 3 1 數據認知概述
3 3 2 數據收集
3 3 3 數據渠道
3 3 4 數據存儲
3 3 5 數據採樣
3 3 6 數據不均衡
3 3 7 特徵初篩
3 4 機器學習核心流程
3 5 決策支持
第2部分 機器學習流程五大階段詳解
第4章 初步探索性數據分析（EDA）
4 1 EDA概述
4 2 載入數據
4 2 1 載入數據概述
4 2 2 載入數據代碼實戰
4 3 初步概覽數據集信息
4 3 1 初步概覽數據集信息概述
4 3 2 初步概覽數據集信息代碼實戰
4 4 劃分特徵類型
4 4 1 相關術語解釋
4 4 2 四大特徵類型概述
4 4 3 劃分特徵類型代碼實戰
4 5 分離特徵與標籤
4 5 1 分離特徵與標籤概述
4 5 2 分離特徵與標籤代碼實戰
第5章 數據工程（數據分析+數據處理）
5 1 數據工程概述
5 2 數據清洗
5 2 1 數據對齊——針對原生「類別型」特徵
5 2 2 缺失值的分析與處理
5 2 3 異常值的分析與處理
5 2 4 特殊值的分析與處理
5 3 數據分析與處理
5 3 1 數據分析與處理概述
5 3 2 校驗兩份數據集是否同分佈
5 3 3 目標變數的分析與處理
5 3 4 「類別型」特徵分析與處理
5 3 5 「數值型」特徵分析與處理
5 3 6 組合關聯統計分析
5 4 構造特徵
5 4 1 基於常識經驗和領域知識構造特徵
5 4 2 基於純技術構造特徵
5 4 3 基於業務規則和意義構造特徵
5 4 4 利用深度學習技術自動構造特徵
5 4 5 相關庫和框架
5 5 特徵三化
5 5 1 特徵三化概述
5 5 2 「數值型」特徵歸一化
5 5 3 「類別型」特徵編碼化
5 5 4 特徵向量化
5 6 優化特徵集
5 6 1 優化特徵集概述
5 6 2 特徵刪除
5 6 3 特徵篩選
5 6 4 特徵降維（狹義）
5 7 特徵導出（可選）
第6章 模型訓練、評估與推理
6 1 模型訓練、評估與推理概述
6 2 數據集劃分
6 3 模型選擇與訓練
6 3 1 選擇算法
6 3 2 模型訓練
6 4 模型評估與調優
6 4 1 模型評估
6 4 2 模型調優
6 5 模型預測結果剖析
6 5 1 Bad-case分析
6 5 2 特徵重要性挖掘
6 6 模型可解釋性分析
6 6 1 模型可解釋相關圖的簡介
6 6 2 模型可解釋性分析代碼實戰
6 7 模型導出並推理
6 7 1 模型導出
6 7 2 模型推理（基於無標籤的新數據）
6 7 3 模型導出並推理代碼實戰
第7章 模型發布、部署與監控
7 1 模型發布、部署與監控概述
7 2 模型發布
7 2 1 模型發布概述
7 2 2 模型發布代碼實戰
7 3 模型部署
7 3 1 模型部署概述
7 3 2 模型部署的實現
7 3 3 模型部署的流程
7 3 4 模型部署代碼實戰
7 4 模型監控
7 4 1 模型監控概述
7 4 2 模型監控常用工具
7 4 3 模型監控代碼實戰
第8章 模型項目整體性分析、反思與優化
8 1 模型項目整體性分析、反思與優化概述
8 2 模型過擬合/欠擬合問題
8 2 1 模型過擬合/欠擬合問題概述
8 2 2 L1正則化和L2正則化對比
8 2 3 模型過擬合/欠擬合問題代碼實戰
8 3 數據層面優化
8 3 1 數據層面優化概述
8 3 2 數據增強
8 3 3 數據稀疏及其優化
8 3 4 數據泄露及其優化
8 3 5 數據降內存
8 4 算法層面優化
8 4
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。