Python實(shí)戰(zhàn)速成手冊(cè) 數(shù)據(jù)分析+機(jī)器學(xué)習(xí)+深度學(xué)習(xí)
定 價(jià)：69.8 元
- 作者：方勇
- 出版時(shí)間：2022/3/1
- ISBN：9787115574497
- 出 版 社：人民郵電出版社
- 中圖法分類：TP311.561-62
- 頁(yè)碼：234
- 紙張：
- 版次：01
- 開本：16開
本書基于Python語(yǔ)言，較為地講解了數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的相關(guān)知識(shí)，涵蓋統(tǒng)計(jì)學(xué)基礎(chǔ)、Python基礎(chǔ)、Python面向?qū)ο笕腴T、在Python中操作MySQL、NumPy、pandas、Matplotlib、人工智能、Scikit-Learn及神經(jīng)網(wǎng)絡(luò)等內(nèi)容。本書還包括大量代碼和綜合練習(xí)，以及豐富的實(shí)戰(zhàn)案例。
1. 本書作者為華為大學(xué)特聘講師，專注于數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)方面，實(shí)戰(zhàn)經(jīng)驗(yàn)豐富，更能從實(shí)際需求出發(fā)，編寫出適合讀者的實(shí)用書。
2. 本書涉及數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的相關(guān)知識(shí)。
3. 本書含有詳細(xì)的代碼案例，幫助讀者快速上手，進(jìn)行項(xiàng)目開發(fā)。
4. 本書內(nèi)容豐富，流程完整，案例豐富，實(shí)操性強(qiáng)。
方勇，16年軟件研發(fā)與教育經(jīng)驗(yàn)，在多家軟件公司任職技術(shù)與管理職位，曾擔(dān)任聯(lián)想公司技術(shù)顧問(wèn)、華為特聘講師。擅長(zhǎng)領(lǐng)域有人工智能、企業(yè)級(jí)應(yīng)用系統(tǒng)研發(fā)，大型系統(tǒng)架構(gòu)設(shè)計(jì)，金融、通信商業(yè)系統(tǒng)建模，具有豐富的大型項(xiàng)目的研發(fā)與管理經(jīng)驗(yàn)。有5年的Python培訓(xùn)經(jīng)驗(yàn)，曾獲2018年華為“優(yōu)秀交付標(biāo)兵”獎(jiǎng)。
第 1章
統(tǒng)計(jì)學(xué)基礎(chǔ) 1
1.1 數(shù)據(jù)分布 2
1.2 離中趨勢(shì) 4
1.3 抽樣理論 6
1.4 基本統(tǒng)計(jì)概念 9
第 2章
Python基礎(chǔ) 15
2.1 Python介紹 16
2.2 第 一個(gè)Python程序 16
2.3 安裝Anaconda 17
2.4 Python規(guī)范 23
2.5 Python的數(shù)據(jù)類型 24
2.6 Python語(yǔ)句 29
2.7 Python函數(shù) 33
2.8 Python中的模塊和包 36
2.9 Python時(shí)間模塊 37
2.10 Python文件操作 44
第3章
綜合練習(xí)：迷你DVD管理器 51
3.1 項(xiàng)目需求 52
3.2 開發(fā)步驟 52
第4章
Python面向?qū)ο笕腴T 59
4.1 定義Python類 60
4.2 繼承的原理 61
4.3 Python構(gòu)造函數(shù) 62
4.4 實(shí)例 63
4.5 小結(jié) 65
第5章
綜合練習(xí)：迷你DVD
管理器（OOP版） 67
第6章
在Python中操作 MySQL 73
6.1 安裝PyMySQL 74
6.2 pymysql.connect()中的參數(shù)說(shuō)明 74
6.3 connection對(duì)象支持的方法 74
6.4 cursor對(duì)象支持的方法 75
6.5 實(shí)現(xiàn)pymysql的增刪改查功能 75
第７章
NumPy 79
7.1 NumPy介紹 80
7.2 NumPy數(shù)組 80
7.3 numpy.zeros()和numpy.ones() 82
7.4 numpy.reshape()和numpy.flatten() 83
7.5 numpy.hstack()和numpy.vstack() 84
7.6 numpy.asarray() 85
7.7 numpy.arange() 86
7.8 numpy.linspace()和numpy.
logspace() 87
7.9 索引和切片NumPy數(shù)組 88
7.10 NumPy統(tǒng)計(jì)函數(shù)與示例 89
7.11 numpy.dot() 90
7.12 numpy.matmul() 90
7.13 numpy.linalg.det() 91
7.14 NumPy實(shí)例 91
第8章
pandas 95
8.1 pandas介紹 96
8.2 pandas的數(shù)據(jù)結(jié)構(gòu) 96
8.3 創(chuàng)建數(shù)據(jù)幀 97
8.4 創(chuàng)建日期范圍 98
8.5 查看數(shù)據(jù) 98
8.6 拆分?jǐn)?shù)據(jù) 99
8.7 讀取并寫入數(shù)據(jù) 103
8.8 pandas實(shí)例 105
第9章
Matplotlib 109
9.1 安裝Matplotlib并查看版本 110
9.2 繪制折線圖 110
9.3 繪制柱狀圖 113
第 10章
人工智能 121
10.1 人工智能領(lǐng)域 122
10.2 機(jī)器學(xué)習(xí) 122
10.3 監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí) 127
10.4 2020年19個(gè)最佳AI聊天
機(jī)器人 129
第 11章
Scikit-Learn 135
11.1 Scikit-Learn介紹 136
11.2 數(shù)據(jù)集 136
11.3 Scikit-Learn實(shí)例 139
11.4 模型選擇和評(píng)估 162
第 12章
實(shí)戰(zhàn)案例 169
12.1 泰坦尼克號(hào)（完整過(guò)程分析） 170
12.2 電信單用戶轉(zhuǎn)合約預(yù)測(cè) 189
12.3 電信低速率小區(qū)預(yù)測(cè) 193
12.4 預(yù)測(cè)客戶是否會(huì)認(rèn)購(gòu)定期存款 196
12.5 銀行信用卡欺詐檢測(cè) 205
第 13章
神經(jīng)網(wǎng)絡(luò) 211
13.1 深度學(xué)習(xí) 212
13.2 前饋神經(jīng)網(wǎng)絡(luò) 214
13.3 FNN實(shí)例——低速率小區(qū) 215
13.4 遞歸神經(jīng)網(wǎng)絡(luò) 220
13.5 RNN實(shí)例——低速率小區(qū) 226
13.6 卷積神經(jīng)網(wǎng)絡(luò) 227
13.7 CNN實(shí)例——低速率小區(qū) 232
書單推薦
