| *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:202401*若逾兩年請先於私訊洽詢存貨情況,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:Python數據分析與挖掘 ISBN:9787577205168 出版社:華中科技大學 著編譯者:徐琴 劉智珺 頁數:369 所在地:中國大陸 *此為代購商品 書號:1624970 可大量預訂,請先連絡。 內容簡介 本書系統介紹了數據預處理、數據倉庫和數據挖掘的原理、方法及技術,並使用目前在數據分析與挖掘領域非常熱門的Python語言進行數據分析及挖掘建模。本書共10章,包括以下內容:第1章為緒論;第2∼6章按數據分析與挖掘的過程分別介紹數據預處理的方法與技術、數據倉庫的構建與OLAP技術、數據挖掘原理及演算法(包括關聯規則挖掘方法、聚類分析方法、分類規則挖掘方法,在每章中,以小數據集為例詳細介紹各種挖掘演算法,以便讀者理解和掌握);第7章介紹基於SQL Server2022構建數據倉庫及OLAP;第8∼10章為使用Python進行關聯規則、聚類、分類挖掘演算法的實踐,先採用小數據集進行初步實踐,再採用大數據集進行綜合實踐,通過完整的案例,加深對數據挖掘演算法的理解,最終讓讀者很好地掌握用Python進行數據分析與挖掘的完整過程。 本書採用理論與實踐相結合的方式,突出應用性能力的培養,實戰性強。既可作為應用型本科院校計算機科學與技術、軟體工程、大數據、人工智慧相關專業的教材,也適合Python數據分析與挖掘初學者、大數據從業人員閱讀。目錄 第1章 緒論1 1 KDD與數據挖掘 1 2 數據挖掘的對象 1 3 數據挖掘的任務 1 4 Python數據分析與挖掘簡介 第2章 數據預處理 2 1 數據概述 2 2 數據預處理 第3章 數據倉庫 3 1 數據倉庫的概述 3 2 數據倉庫的ETL 3 3 元數據 3 4 數據倉庫模型及建立 3 5 聯機分析處理(OLAP)技術 第4章 關聯規則挖掘 4 1 問題定義 4 2 頻繁項集的產生 4 3 規則產生 4 4 FP-Growth演算法 4 5 多層關聯規則和多維關聯規則 4 6 非二元屬性的關聯規則 4 7 關聯規則的評估 4 8 序列模式挖掘演算法 第5章 聚類分析方法 5 1 概述 5 2 基於劃分的聚類演算法 5 3 層次聚類演算法 5 4 基於密度的聚類演算法 5 5 聚類演算法評價 5 6 離群點挖掘 第6章 分類規則挖掘 6 1 分類問題概述 6 2 最近鄰分類法 6 3 決策樹分類方法 6 4 貝葉斯分類方法 6 5 神經網路演算法 第7章 基於SQL Server 2022構建數據倉庫及OLAP 7 1 需求分析 7 2 數據倉庫的設計 7 3 數據倉庫的構建 7 4 數據倉庫的OLAP應用 7 5 實驗內容 第8章 實踐關聯規則挖掘 8 1 Efficient-Apriori實踐關聯規則 8 2 mlxtend實踐關聯規則 8 3 實驗內容 第9章 實踐聚類分析 9 1 k-means聚類演算法 9 2 DBSCAN聚類演算法 9 3 實驗內容 第10章 實踐分類規則挖掘 10 1 KNN分類演算法 10 2 決策樹演算法 10 3 樸素貝葉斯分類演算法 10 4 分類演算法綜合應用:泰坦尼克號乘客倖存情況預測 10 5 實驗內容 參考文獻 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |