Python编程从数据分析到机器学习实践(微课视频版)

第1章 入门准备 视频讲解：31分钟 1.1 基本知识概述 1.1.1 背景知识 1.1.2 智能概述 1.1.3 主要库功能 1.2 工具安装 1.2.1 安装准备工作 1.2.2 Windows、Linux、Mac下安装过程 1.2.3 Anaconda功能使用 1.2.4 其他安装 1.3 数据 1.3.1 数据分类 1.3.2 数据处理流程 1.4 对读者的建议 1.4.1 学习要求 1.4.2 发展方向 1.5 公共约定 1.6 习题及实验 第2章 Jupyter Notebook应用基础 视频讲解：56分钟 2.1 接触Jupyter Notebook 2.1.1 什么是Jupyter Notebook 2.1.2 配置Jupyter 2.2 图形界面使用 2.2.1 主界面功能 2.2.2 代码编辑界面 2.2.3 常用菜单和快捷键功能 2.2.4 导出文件 2.3 Jupyter Magic（魔法）命令 2.3.1 接触魔法命令 2.3.2 行魔法命令 2.3.3 单元魔法命令 2.4 习题及实验 第3章 Numpy科学计算基础 视频讲解：252分钟 3.1 接触Numpy 3.1.1 什么是Numpy 3.1.2 开始使用 3.2 建立数组 3.2.1 用array建立数组 3.2.2 其他常见数组建市方法 3.2.3 数组属性的使用 3.2.4 数组方法的使用 3.2.5 数组对接、分割 3.2.6 案例1 【建立学生成绩档案】 3.3 索引与切片 3.3.1 基本索引 3.3.2 切片 3.3.3 花式索引 3.3.4 迭代 3.3.5 案例2 【完善学生成绩档案】 …… 第4章 Numpy矩阵和线性代数 第5章 Numpy高级技术 第6章 Matplotlib基础 第7章 Matplotlib高级应用 第8章 Scipy基础 第9章 Scipy高级应用 第10章 Pandas基础 第11章 Pandas数据处理 第12章 Pandas基于时间应用 第13章 Scikit-learn基础 附录一 数据类型 附录二 数组常量 附录三 Matplotlib的线型、线色、图标 附录四 机器学习数据集详细说明 附录五 本书附赠代码清单 参考文献 后记