Python機器學習-數據建模與分析 (第2版) 薛薇 9787121459351 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202307*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機器學習-數據建模與分析 (第2版) ISBN：9787121459351 出版社：電子工業 著編譯者：薛薇 叢書名：新工科建設數據科學與大數據技術系列 頁數：378 所在地：中國大陸 *此為代購商品 書號：1555235 可大量預訂，請先連絡。 內容簡介 本書將引領讀者進入Python機器學習領域。機器學習是一套先進、深刻且內容豐富的演算法集合，已成為數據科學中數據建模與分析的重要方法。Python是一款簡明、高效且功能強大的開源工具，也是數據科學實踐中最常用的計算機語言。學好機器學習的理論方法，掌握Python這個實用工具，是成長為數據科學人才所必需的。 本書採用理論與實踐相結合的方式，理論上突出可讀性併兼具知識深度和廣度，實踐上強調可操作性併兼具應用廣泛性，對機器學習的原理部分進行了深入透徹的講解，對機器學習的演算法部分給出了Python代碼，並且在各章中設置了Python編程示例。全彩呈現機器學習的數據建模可視化圖例（80多幅彩圖），掃描書中相應二維碼即可查看。提供配套數據集、源代碼、教學PPT等學習資源，登錄華信教育資源網（www hxedu com cn）即可免費下載。 本書可作為高等院校機器學習、數據分析等專業課程的教材，也可作為數據科學應用研究者及對Python機器學習感興趣的數據建模與分析從業者的參考書。作者簡介 薛薇，博士，中國人民大學應用統計研究中心專職研究員，中國人民大學統計學院副教授。主要開設課程：機器學習，計量經濟學，統計軟體，統計學。研究方向：機器學習與深度學習演算法研究。基於顧客消費行為大數據的客戶終身價值統計建模，以及營銷與品牌大數據的機器學習演算法應用。目錄 第1章 機器學習概述1 1 機器學習的發展：人工智慧中的機器學習 1 1 1 符號主義人工智慧 1 1 2 基於機器學習的人工智慧 1 2 機器學習的核心：數據和數據建模 1 2 1 機器學習的對象：數據集 1 2 2 機器學習的任務：數據建模 1 3 機器學習的典型應用 1 3 1 機器學習的典型行業應用 1 3 2 機器學習在客戶細分中的應用 1 3 3 機器學習在客戶流失分析中的應用 1 3 4 機器學習在營銷響應分析中的應用 1 3 5 機器學習在交叉銷售中的應用 1 3 6 機器學習在欺詐甄別中的應用 本章總結 本章習題 第2章 Python機器學習基礎 2 1 Python：機器學習的首選工具 2 2 Python的集成開發環境：Anaconda 2 2 1 Anaconda的簡介 2 2 2 Anaconda Prompt的使用 2 2 3 Spyder的使用 2 2 4 Jupyter Notebook的使用 2 3 Python第三方包的引用 2 4 NumPy使用示例 2 4 1 NumPy數組的創建和訪問 2 4 2 NumPy的計算功能 2 5 Pandas使用示例 2 5 1 Pandas的序列和索引 2 5 2 Pandas的數據框 2 5 3 Pandas的數據加工處理 2 6 NumPy和Pandas的綜合應用：空氣質量監測數據的預處理和基本分析 2 6 1 空氣質量監測數據的預處理 2 6 2 空氣質量監測數據的基本分析 2 7 Matplotlib的綜合應用：空氣質量監測數據的圖形化展示 2 7 1 AQI的時間序列變化特點 2 7 2 AQI的分佈特徵及相關性分析 本章總結 本章相關函數列表 本章習題 第3章 數據預測與預測建模 3 1 從線性回歸模型說起 3 1 1 線性回歸模型的含義 3 1 2 線性回歸模型的幾何理解 3 1 3 線性回歸模型的評價 3 1 4 Python應用實踐：PM2 5濃度預測 3 2 認識線性分類模型 3 2 1 線性分類模型的含義 3 2 2 線性分類模型的幾何理解 3 2 3 線性分類模型的評價 3 2 4 Python應用實踐：空氣質量等級預測 3 3 從線性預測模型到非線性預測模型 3 4 預測模型的參數估計 3 4 1 損失函數與有監督學習 3 4 2 參數搜索策略 3 5 預測模型的選擇 3 5 1 泛化誤差的估計 3 5 2 Python模擬和啟示：理解泛化誤差 3 5 3 預測模型過擬合問題 3 5 4 模型選擇：偏差和方差 本章總結 本章相關函數列表 本章習題 第4章 數據預測建模：貝葉斯分類器 4 1 貝葉斯概率和貝葉斯法則 4 1 1 貝葉斯概率 4 1 2 貝葉斯法則 4 2 樸素貝葉斯分類器 4 2 1 從顧客行為分析角度看樸素貝葉斯分類器 4 2 2 Python模擬和啟示：認識樸素貝葉斯分類器的分類邊界 4 2 3 Python應用實踐：空氣質量等級預測 4 3 樸素貝葉斯分類器在文本分類中的應用 第5章 數據預測建模：近鄰分析 第6章 數據預測建模：決策樹 第7章 數據預測建模：集成學習 第8章 數據預測建模：人工神經網路 第9章 數據預測建模：支持向量機 第10章 特徵選擇：過濾、包裹和嵌入策略 第11章 特徵提取：空間變換策略 第12章 揭示數據內在結構：聚類分析 第13章 揭示數據內在結構：特色聚類 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。 |
