![](/wp-content/themes/webstack/images/mianze.jpg)
《Python数据科学指南》是一本引领您迈入Python数据分析世界的璀璨宝典。此书不仅全面阐述了Python在数据科学领域的多元化应用,更精心汇编了超过60项实战技巧与窍门,助力读者全方位解锁Python的数据科学潜能。无论您是编程新手还是具有一定编程底蕴的开发者,这部著作都能为您带来新知与实践的双重滋养,深化您在Python数据处理、图形可视化直至机器学习与深度学习等各个层面的理解与技能。
推荐理由
本书从讲解如何在数据科学中应用Python开始,陆续介绍了Python的工作环境,如何用Python分析数据,以及数据挖掘的概念,然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、森林、旋转森林和超树等方面的内容,这些都是一个成功的数据科学专家所必需掌握的。
阅读本书,你将学会:
■ 揭示数据科学算法的完整范畴;
■ 高效地掌握和使用numpy、scipy、scikit-learn和matplotlib等Python库;
■ 了解进阶回归方法的建模和变量选择;
■ 进一步理解集成方法的潜在含义及实施;
■ 在各种各样的数值和文本数据集上解决实际问题;
■ 熟悉先进的算法,如梯度提升、森林、旋转森林等。
本书特色:
■ 内容明确且易于跟学;
■ 甄选重要的任务与问题;
■ 精心组织编排内容,有效解决问题;
■ 清晰易懂的讲解方式;
■ 书中呈现的解决方案能够直接应用到实际问题中。
目录
- 第1章 Python在数据科学中的应用 1
- 第2章 Python环境 55
- 第3章 数据分析——探索与争鸣 83
- 第4章 数据分析——深入理解 146
- 第5章 数据挖掘——海底捞针 177
- 第6章 机器学习1 217
- 第7章 机器学习2 253
- 第8章 集成方法 296
- 第9章 生长树 331
- 第10章 大规模机器学习——在线学习 359
![](/wp-content/themes/webstack/images/shang_wx.jpg)
![](/wp-content/themes/webstack/images/shang_zfb.jpg)
相关书籍
暂无评论...