python数据科学导论概念、技术与应用编程语言 (西)劳拉·伊瓜尔(laura igual) 等

数据科学入门书，提供了在真实数据上使用python的有趣实例

作者: (西)劳拉·伊瓜尔(laura igual) 等
出版社: 机械工业出版社
ISBN: 9787111604648
出版时间: 2018-08
版次: 1

装帧: 平装
开本: 16开
页数: 182页
字数: 268千字

作者: (西)劳拉·伊瓜尔(laura igual) 等
出版社: 机械工业出版社
ISBN: 9787111604648

出版时间: 2018-08
版次: 1
装帧: 平装

开本: 16开
页数: 182页
字数: 268千字

售价 36.90 6.3折

定价￥59.00

品相全新品相描述

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2021-12-04

数量: 库存4件

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

商品分类：

计算机与互联网

货号：

xhwx_1201747979

品相描述：全新

正版特价新书

商品描述：

目录：

译者序

原书前言

作者和贡献者简介

章数据科学概述 // 1

1.1 什么是数据科学 //1

1.2 关于本书 //2

第2章数据专家的工具箱 //4

2.1 引言 // 4

2.2 为什么选择python // 4

2.3 数据专家的基本python库 // 5

2.3.1 数值和科学计算：numpy和scipy // 5

2.3.2 scikit-learn：python中的机器学库 // 5

2.3.3 pandas：python数据分析库 // 5

2.4 数据科学生态系统的安装 // 6

2.5 集成开发环境 // 6

2.5.1 网络集成开发环境：jupyter // 7

2.6 数据专家从python开始 // 7

2.6.1 读取 // 11

2.6.2 选择数据 // 13

2.6.3 筛选数据 // 14

2.6.4 筛选缺失的数据 // 15

2.6.5 处理数据 // 15

2.6.6 排序 // 19

2.6.7 分组数据 // 20

2.6.8 重排数据 // 21

2.6.9 对数据进行排名 // 22

2.6.10 绘图 // 23

2.7 小结 // 24

第3章描述统计学 // 25

3.1 引言 // 25

3.2 数据准备 // 25

3.2.1 adult数据集示例 // 26

3.3 探索数据分析 // 28

3.3.1 汇数据 // 28

3.3.2 数据分布 // 31

3.3.3 离群点的处理 // 33

3.3.4 测量不对称：偏度和皮尔逊中值偏度系数 // 36

3.3.5 连续分布 // 38

3.3.6 核密度 // 39

3.4 估计 // 41

3.4.1 样本和估计均值、方差和标准记分 // 41

3.4.2 协方差、皮尔逊相关和斯皮尔曼秩相关 // 42

3.5 小结 // 44

参文献 // 45

第4章统计推断 // 46

4.1 引言 // 46

4.2 统计推断：频率论方 // 46

4.3 测量估计的差异 // 47

4.3.1 点估计 // 47

4.3.2 置信区间 // 50

4.4 设检验 // 53

4.4.1 用置信区间检验设 // 53

4.4.2 使用p值检验设 // 55

4.5 效应e是真实的吗 // 57

4.6 小结 // 57

参文献 // 58

第5章监督学 // 59

5.1 引言 // 59

5.2 问题 // 60

5.3 步 // 60

5.4 什么是学？ // 69

5.5 学曲线 // 70

5.6 训练、验证和测试 // 73

5.7 两种学模型 // 76

5.7.1 学三要素 // 76

5.7.2 支持向量机 // 77

5.7.3 森林 // 79

5.8 结束学过程 // 80

5.9 商业案例 // 81

5.10 小结 // 83

参文献 // 83

第6章回归分析 // 84

6.1 引言 // 84

6.2 线回归 // 84

6.2.1 简单线回归 // 85

6.2.2 多元线回归和多项式回归 // 90

6.2.3 稀疏模型 // 90

6.3 逻辑斯蒂回归 // 97

6.4 小结 // 99

参文献 // 99

第7章无监督学 // 100

7.1 引言 // 100

7.2 聚类 // 100

7.2.1 相似度和距离 // 101

7.2.2 什么是一个好的聚类？定义衡量聚类质量的度量 // 101

7.2.3 聚类技术的分类标准 // 104

7.3 案例学 // 113

7.4 小结 // 118

参文献 // 119

第8章网络分析 // 120

8.1 引言 // 120

8.2 图的基本定义 // 121

8.3 社交网络分析 // 122

8.3.1 workx基础 // 122

8.3.2 实际案例：facebook数据集 // 123

8.4 中心 // 125

8.4.1 在图中绘制中心 // 130

8.4.2 pagerank // 132

8.5 自我网络 // 134

8.6 社区发现 // 138

8.7 小结 // 139

参文献 // 139

第9章系统 // 140

9.1 引言 // 140

9.2 系统如何工作？ // 140

9.2.1 基于内容的过滤 // 141

9.2.2 协作过滤 // 141

9.2.3 混合系统 // 141

9.3 建模用户偏好 // 142

9.4 评估系统 // 142

9.5 实际案例 // 143

9.5.1 movielens数据集 // 143

9.5.2 基于用户的协作过滤 // 145

9.6 小结 // 153

参文献 // 153

0章用于情感分析的统计自然语言处理 // 154

10.1 引言 // 154

10.2 数据清洗 // 155

10.3 文本表示 // 158

10.3.1 二元组和n元组 // 163

10.4 实际案例 // 163

10.5 小结 // 168

参文献 // 168

1章并行计算 // 169

11.1 引言 // 169

11.2 架构 // 170

11.2.1 入门指南 // 171

11.2.2 连接到集群（引擎）// 171

11.3 多核编程 // 172

11.3.1 引擎的直接视图 // 172

11.3.2 引擎的负载均衡视图 // 175

11.4 分布式计算 // 176

11.5 实际应用：纽约出租车旅行 // 177

11.5.1 直接视图非阻塞方案 // 178

11.5.2 实验结果 // 180

11.6 小结 // 182

参文献 // 182

内容简介：

python数据科学导论通过理论与实践相结合的方式来阐述数据科学的一系列重要概念及算，以使读者学会如何管理并利用数据。本书共有11章，章概要地介绍了数据科学的现状并给出了一些使用本书的建议；第2章介绍了python语言数据科学生态系统，涉及numpy、scipy和pandas等热门第三方库；第3～7章着重讲解了统计学和机器学的知识，涉及描述统计学、统计推断、监督学、回归分析、无监督学等主题；第8～10章详细介绍了数据科学的一些主要应用，如网络分析、系统和情感分析；1章介绍了并行计算及能优化方。本书也很好适合参加短期课程的专业人员和自学研究人员阅读。

作者简介：

lauraigual博士是巴塞罗那大学数学和计算机科学系的副教授。她于2000年获得西班牙瓦伦西亚大学的数学，并于2006年获得西班牙庞培布拉大学的博士。她的研究领域包括计算机视觉、医学成像、机器学和数据科学。santiseguí博士是巴塞罗那大学数学和计算机科学系的助理教授。自2007年起，他担任了西班牙巴塞罗那自治大学的计算机科学工程师。他于2011年获得西班牙巴塞罗那大学的博士。他的研究领域包括计算机视觉、应用机器学和数据科学。
配送说明

...
相似商品
为你推荐

孔网分类

孔网特色

外文古旧书(1)

图书

特色

图书

python数据科学导论 概念、技术与应用 编程语言 (西)劳拉·伊瓜尔(laura igual) 等

孔网啦啦啦啦啦纺织女工火锅店第三课

python数据科学导论概念、技术与应用编程语言 (西)劳拉·伊瓜尔(laura igual) 等