掃一掃
關注中圖網(wǎng)
官方微博
>
>>
數(shù)據(jù)準備和特征工程——數(shù)據(jù)工程師必知必會技能
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數(shù)據(jù)準備和特征工程——數(shù)據(jù)工程師必知必會技能 版權信息
- ISBN：9787121382635
- 條形碼：9787121382635 ; 978-7-121-38263-5
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
數(shù)據(jù)準備和特征工程——數(shù)據(jù)工程師必知必會技能 內(nèi)容簡介
《數(shù)據(jù)準備和特征工程――數(shù)據(jù)工程師必知必會技能》詳細地介紹了大數(shù)據(jù)、人工智能等項目中不可或缺的環(huán)節(jié)和內(nèi)容：數(shù)據(jù)準備和特征工程。書中的每節(jié)首先以簡明方式介紹了基本知識；然后通過實際案例演示了基本知識的實際應用，并提供了針對性練習項目，將“知識、案例、練習”融為一體；*后以“擴展探究”方式引導讀者進入更深廣的領域。 《數(shù)據(jù)準備和特征工程――數(shù)據(jù)工程師必知必會技能》既適合作為大學相關專業(yè)的教材，也適合作為大數(shù)據(jù)、人工智能等領域的開發(fā)人員的參考讀物。
數(shù)據(jù)準備和特征工程——數(shù)據(jù)工程師必知必會技能 目錄
第1章 感知數(shù)據(jù)
1．0 了解數(shù)據(jù)科學項目
1．1 文件中的數(shù)據(jù)
1．1．1 CSV文件
1．1．2 Excel文件
1．1．3 圖像文件
1．2 數(shù)據(jù)庫中的數(shù)據(jù)
1．3 網(wǎng)頁上的數(shù)據(jù)
1．4 來自API的數(shù)據(jù)
第2章 數(shù)據(jù)清理
2．0 基本概念
2．1 轉(zhuǎn)化數(shù)據(jù)類型
2．2 處理重復數(shù)據(jù)
2．3 處理缺失數(shù)據(jù)
2．3．1 檢查缺失數(shù)據(jù)
2．3．2 用指定值填補
2．3．3 根據(jù)規(guī)律填補
2．4 處理離群數(shù)據(jù)
第3章 特征變換
3．0 特征的類型
3．1 特征數(shù)值化
3．2 特征二值化
3．3 OneHot編碼
3．4 數(shù)據(jù)變換
3．5 特征離散化
3．5．1 無監(jiān)督離散化
3．5．2 有監(jiān)督離散化
3．6 數(shù)據(jù)規(guī)范化
第4章 特征選擇
4．0 特征選擇簡述
4．1 封裝器法
4．1．1 循序特征選擇
4．1．2 窮舉特征選擇
4．1．3 遞歸特征消除
4．2 過濾器法
4．3 嵌入法
第5章 特征抽取
5．1 無監(jiān)督特征抽取
5．1．1 主成分分析
5．1．2 因子分析
5．2 有監(jiān)督特征抽取
附錄A Jupyter簡介
附錄B NumPy簡介
附錄C Pandas簡介
附錄D Maptplotlib簡介
后記
1．0 了解數(shù)據(jù)科學項目
1．1 文件中的數(shù)據(jù)
1．1．1 CSV文件
1．1．2 Excel文件
1．1．3 圖像文件
1．2 數(shù)據(jù)庫中的數(shù)據(jù)
1．3 網(wǎng)頁上的數(shù)據(jù)
1．4 來自API的數(shù)據(jù)
第2章 數(shù)據(jù)清理
2．0 基本概念
2．1 轉(zhuǎn)化數(shù)據(jù)類型
2．2 處理重復數(shù)據(jù)
2．3 處理缺失數(shù)據(jù)
2．3．1 檢查缺失數(shù)據(jù)
2．3．2 用指定值填補
2．3．3 根據(jù)規(guī)律填補
2．4 處理離群數(shù)據(jù)
第3章 特征變換
3．0 特征的類型
3．1 特征數(shù)值化
3．2 特征二值化
3．3 OneHot編碼
3．4 數(shù)據(jù)變換
3．5 特征離散化
3．5．1 無監(jiān)督離散化
3．5．2 有監(jiān)督離散化
3．6 數(shù)據(jù)規(guī)范化
第4章 特征選擇
4．0 特征選擇簡述
4．1 封裝器法
4．1．1 循序特征選擇
4．1．2 窮舉特征選擇
4．1．3 遞歸特征消除
4．2 過濾器法
4．3 嵌入法
第5章 特征抽取
5．1 無監(jiān)督特征抽取
5．1．1 主成分分析
5．1．2 因子分析
5．2 有監(jiān)督特征抽取
附錄A Jupyter簡介
附錄B NumPy簡介
附錄C Pandas簡介
附錄D Maptplotlib簡介
后記
展開全部
數(shù)據(jù)準備和特征工程——數(shù)據(jù)工程師必知必會技能 作者簡介
齊偉，自稱老齊，現(xiàn)居蘇州，所著在線教程《零基礎學Python》及《零基礎學Python（第2版）》在業(yè)內(nèi)引起 大的反響。愿意和來自各方的朋友討論技術問題，并能提供相關技術服務。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
羅曼·羅蘭讀書隨筆-精裝
- >
莉莉和章魚
- >
姑媽的寶刀
- >
回憶愛瑪儂
- >
名家?guī)阕x魯迅:朝花夕拾
- >
史學評論
- >
龍榆生：詞曲概論/大家小書
本類暢銷
