×
暂无评论
图文详情
  • ISBN:9787111731719
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:257
  • 出版时间:2023-08-01
  • 条形码:9787111731719 ; 978-7-111-73171-9

内容简介

本书采用案例式编写模式,包括7个单元,其中,单元1介绍数据分析的基本概念、流程和常用工具包,单元2介绍数据标注的分类、基本流程及工具的使用,单元3介绍ndarray数组及Python科学计算库NumPy,单元4介绍数据分析处理库pandas,单元5介绍数据可视化工具包Matplotlib和seaborn,单元6介绍分类和回归模型及评价指标,单元7通过两个综合案例讲解数据分析的具体处理过程。 本书可作为各类职业院校人工智能技术应用及相关专业的教材,也可作为人工智能爱好者的自学参考用书。 本书配有电子课件,选用本书作为授课教材的教师可登录机械工业出版社教育服务网(wwwcmpeducom)注册后免费下载,或联系编辑(010-88379807)咨询。

目录

目录
前言
单元1了解数据分析
11数据分析简介
12数据分析的应用案例
13数据分析步骤
单元总结
单元2数据标注
21数据标注的概念
22数据标注的分类
23数据标注的基本流程
24常用数据标注工具
25案例实施:数据标注
单元总结
评价考核
习题
单元3数据统计
31ndarray数组
32NumPy切片与索引
33对ndarray进行数学运算
34案例实施:基于NumPy的股票统计分析
单元总结
评价考核
习题
单元4数据处理
41pandas数据结构
42运用pandas进行数据处理
43运用pandas进行数据统计
44案例实施:药品销售数据分析
单元总结
评价考核
习题
单元5数据可视化
51Matplotlib的两种绘图接口
52Matplotlib面向多种图形的接口
53seaborn库
54案例实施:超市数据分析
单元总结
评价考核
习题
单元6数据建模
61scikit-learn介绍
62KNN算法
63决策树分类算法
64支持向量机
65度量分类模型的性能
66度量回归模型的性能
67案例实施:手写数字识别
单元总结
评价考核
习题
单元7数据分析综合案例
案例1:泰坦尼克号幸存者预测
案例2:房价预测
单元总结
参考文献
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航