中圖網小程序
一鍵登錄
更方便
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
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Python實戰速成手冊 數據分析+機器學習+深度學習 版權信息
- ISBN：9787115574497
- 條形碼：9787115574497 ; 978-7-115-57449-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python實戰速成手冊 數據分析+機器學習+深度學習 本書特色
1. 本書作者為華為大學特聘講師，專注于數據分析、機器學習、深度學習方面，實戰經驗豐富，更能從實際需求出發，編寫出適合讀者的實用書。 2. 本書涉及數據分析、機器學習、深度學習的相關知識。 3. 本書含有詳細的代碼案例，幫助讀者快速上手，進行項目開發。 4. 本書內容豐富，流程完整，案例豐富，實操性強。
Python實戰速成手冊 數據分析+機器學習+深度學習 內容簡介
本書基于Python語言，較為地講解了數據分析、機器學習、深度學習的相關知識，涵蓋統計學基礎、Python基礎、Python面向對象入門、在Python中操作MySQL、NumPy、pandas、Matplotlib、人工智能、Scikit-Learn及神經網絡等內容。本書還包括大量代碼和綜合練習，以及豐富的實戰案例。
Python實戰速成手冊 數據分析+機器學習+深度學習 目錄
第 1章
統計學基礎 1
1．1 數據分布 2
1．2 離中趨勢 4
1．3 抽樣理論 6
1．4 基本統計概念 9
第 2章
Python基礎 15
2．1 Python介紹 16
2．2 第 一個Python程序 16
2．3 安裝Anaconda 17
2．4 Python規范 23
2．5 Python的數據類型 24
2．6 Python語句 29
2．7 Python函數 33
2．8 Python中的模塊和包 36
2．9 Python時間模塊 37
2．10 Python文件操作 44
第3章
綜合練習：迷你DVD管理器 51
3．1 項目需求 52
3．2 開發步驟 52
第4章
Python面向對象入門 59
4．1 定義Python類 60
4．2 繼承的原理 61
4．3 Python構造函數 62
4．4 實例 63
4．5 小結 65
第5章
綜合練習：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()中的參數說明 74
6．3 connection對象支持的方法 74
6．4 cursor對象支持的方法 75
6．5 實現pymysql的增刪改查功能 75
第７章
NumPy 79
7．1 NumPy介紹 80
7．2 NumPy數組 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數組 88
7．10 NumPy統計函數與示例 89
7．11 numpy．dot() 90
7．12 numpy．matmul() 90
7．13 numpy．linalg．det() 91
7．14 NumPy實例 91
第8章
pandas 95
8．1 pandas介紹 96
8．2 pandas的數據結構 96
8．3 創建數據幀 97
8．4 創建日期范圍 98
8．5 查看數據 98
8．6 拆分數據 99
8．7 讀取并寫入數據 103
8．8 pandas實例 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 人工智能領域 122
10．2 機器學習 122
10．3 監督學習和無監督學習 127
10．4 2020年19個*佳AI聊天
機器人 129
第 11章
Scikit-Learn 135
11．1 Scikit-Learn介紹 136
11．2 數據集 136
11．3 Scikit-Learn實例 139
11．4 模型選擇和評估 162
第 12章
實戰案例 169
12．1 泰坦尼克號（完整過程分析） 170
12．2 電信單用戶轉合約預測 189
12．3 電信低速率小區預測 193
12．4 預測客戶是否會認購定期存款 196
12．5 銀行信用卡欺詐檢測 205
第 13章
神經網絡 211
13．1 深度學習 212
13．2 前饋神經網絡 214
13．3 FNN實例——低速率小區 215
13．4 遞歸神經網絡 220
13．5 RNN實例——低速率小區 226
13．6 卷積神經網絡 227
13．7 CNN實例——低速率小區 232
統計學基礎 1
1．1 數據分布 2
1．2 離中趨勢 4
1．3 抽樣理論 6
1．4 基本統計概念 9
第 2章
Python基礎 15
2．1 Python介紹 16
2．2 第 一個Python程序 16
2．3 安裝Anaconda 17
2．4 Python規范 23
2．5 Python的數據類型 24
2．6 Python語句 29
2．7 Python函數 33
2．8 Python中的模塊和包 36
2．9 Python時間模塊 37
2．10 Python文件操作 44
第3章
綜合練習：迷你DVD管理器 51
3．1 項目需求 52
3．2 開發步驟 52
第4章
Python面向對象入門 59
4．1 定義Python類 60
4．2 繼承的原理 61
4．3 Python構造函數 62
4．4 實例 63
4．5 小結 65
第5章
綜合練習：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()中的參數說明 74
6．3 connection對象支持的方法 74
6．4 cursor對象支持的方法 75
6．5 實現pymysql的增刪改查功能 75
第７章
NumPy 79
7．1 NumPy介紹 80
7．2 NumPy數組 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數組 88
7．10 NumPy統計函數與示例 89
7．11 numpy．dot() 90
7．12 numpy．matmul() 90
7．13 numpy．linalg．det() 91
7．14 NumPy實例 91
第8章
pandas 95
8．1 pandas介紹 96
8．2 pandas的數據結構 96
8．3 創建數據幀 97
8．4 創建日期范圍 98
8．5 查看數據 98
8．6 拆分數據 99
8．7 讀取并寫入數據 103
8．8 pandas實例 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 人工智能領域 122
10．2 機器學習 122
10．3 監督學習和無監督學習 127
10．4 2020年19個*佳AI聊天
機器人 129
第 11章
Scikit-Learn 135
11．1 Scikit-Learn介紹 136
11．2 數據集 136
11．3 Scikit-Learn實例 139
11．4 模型選擇和評估 162
第 12章
實戰案例 169
12．1 泰坦尼克號（完整過程分析） 170
12．2 電信單用戶轉合約預測 189
12．3 電信低速率小區預測 193
12．4 預測客戶是否會認購定期存款 196
12．5 銀行信用卡欺詐檢測 205
第 13章
神經網絡 211
13．1 深度學習 212
13．2 前饋神經網絡 214
13．3 FNN實例——低速率小區 215
13．4 遞歸神經網絡 220
13．5 RNN實例——低速率小區 226
13．6 卷積神經網絡 227
13．7 CNN實例——低速率小區 232
展開全部
Python實戰速成手冊 數據分析+機器學習+深度學習 作者簡介
方勇，16年軟件研發與教育經驗，在多家軟件公司任職技術與管理職位，曾擔任聯想公司技術顧問、華為特聘講師。擅長領域有人工智能、企業級應用系統研發，大型系統架構設計，金融、通信商業系統建模，具有豐富的大型項目的研發與管理經驗。有5年的Python培訓經驗，曾獲2018年華為“優秀交付標兵”獎。
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
唐代進士錄
- >
我從未如此眷戀人間
- >
煙與鏡
- >
詩經-先民的歌唱
- >
伊索寓言-世界文學名著典藏-全譯本
- >
苦雨齋序跋文-周作人自編集
- >
莉莉和章魚
本類暢銷
