掃一掃
關注中圖網
官方微博
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
數據科學技術與應用 版權信息
- ISBN：9787576308976
- 條形碼：9787576308976 ; 978-7-5763-0897-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數據科學技術與應用 內容簡介
本書綜合分析了理、工、文、經、管、醫、護等多種專業對數據分析與處理的教學要求，本著知識夠用、精講多練和項目式學習的理念與思路。對數據科學相關理論知識進行了深入淺出的講解，并通過圖表幫助讀者理解數據分析方法的基本思想。全書分為6章：數據科學基礎、數據處理工具、數據預處理、數據分析、數據可視化設計、數據科學應用案例。本書可作為應用型本科院校相關專業的公共課教材，也可供相關培訓班以及企業管理人員使用。
數據科學技術與應用 目錄
第1章 數據科學基礎
1.1 數據科學概述
1.1.1 數據科學的概念
1.1.2 數據科學的知識結構
1.1.3 數據分析的工作流程
1.1.4 數據科學中的大數據
1.2 Python 數據分析工具
1.2.1 集成環境Anaconda
1.2.2 Jupyter Notebook
1.2.3 Spyder
1.2.4 PyCharm
1.3 創建**個Python程序
第2章 數據處理工具
2.1 Python程序基本語法
2.2 基本數據類型
2.2.1 整數類型
2.2.2 浮點類型
2.2.3 復數類型
2.3 組合數據類型
2.3.1 字符串類型
2.3.2 列表類型
2.3.3 元組類型
2.3.4 字典類型
2.4 程序控制結構
2.4.1 分支結構
2.4.2 循環結構
2.5 函數
2.5.1 函數的基本使用
2.5.2 Python內置函數
2.6 Python庫
2.6.1 庫的介紹
2.6.2 庫的使用
第3章 數據預處理
3.1 數據清洗
3.1.1 缺失數據處理
3.1.2 去除重復數據
3.1.3 噪聲數據處理
3.1.4 離群點（異常值）處理
3.2 數據集成
3.2.1 實體識別問題
3.2.2 屬性冗余問題
3.2.3 元祖重復問題
3.2.4 屬性值沖突問題
3.3 數據變換
3.3.1 數據類型轉換
3.3.2 數據離散化
3.3.3 數據規范化
3.4 數據歸約
3.4.1 維度歸約
3.4.2 特征歸約
3.4.3 數值歸約
第4章 數據分析
4.1 相似度和相異度的度量
4.2 分類分析
4.2.1 分類分析基本概念
4.2.2 決策樹分類方法
4.2.3 樸素貝葉斯分類方法
4.2.4 支持向量機分類方法
4.3 關聯分析
4.3.1 關聯分析基本概念
4.3.2 Apriori算法
4.3.3 FP-Tree算法
4.4 聚類分析
4.4.1 聚類分析基本概念
4.4.2 劃分聚類方法
4.4.3 層次聚類方法
4.4.4 基于密度的聚類方法
4.5 回歸分析
4.5.1 回歸分析基本概念
4.5.2 線性回歸
4.5.3 邏輯回歸
4.5.4 多項式回歸
第5章 數據可視化設計
5.1 數據可視化概述
5.1.1 數據可視化
5.1.2 數據可視化的作用及分類
5.1.3 數據可視化歷史及未來
5.2 數據可視化基礎
5.2.1 數據可視化的基本框架
5.2.2 數據可視化的基本原則
5.2.3 數據可視化基本圖表
5.3 Python數據可視化
5.3.1 matplotlib庫繪圖
5.3.2 seaborm庫增強繪圖效果
5.3.3 plotnine 庫彌補可視化不足
第6章 數據科學應用案例
6.1 網絡爬蟲
6.1.1 網絡爬蟲簡介
6.1.2 網絡爬蟲工作流程
6.1.3 案例——獲取國內外新冠肺炎實時數據
6.2 文本數據處理
6.2.1 文本分析
6.2.2 文本分析流程
6.2.3 案例——生成詞云圖
6.3 圖像數據處理
6.3.1 圖像處理概述
6.3.2 圖像處理流程
6.3.3 案例——實現圖片的手繪效果
6.4 語言數據處理
6.4.1 語音識別
6.4.2 語音識別的過程
6.4.3 案例——語音轉文本
參考文獻
1.1 數據科學概述
1.1.1 數據科學的概念
1.1.2 數據科學的知識結構
1.1.3 數據分析的工作流程
1.1.4 數據科學中的大數據
1.2 Python 數據分析工具
1.2.1 集成環境Anaconda
1.2.2 Jupyter Notebook
1.2.3 Spyder
1.2.4 PyCharm
1.3 創建**個Python程序
第2章 數據處理工具
2.1 Python程序基本語法
2.2 基本數據類型
2.2.1 整數類型
2.2.2 浮點類型
2.2.3 復數類型
2.3 組合數據類型
2.3.1 字符串類型
2.3.2 列表類型
2.3.3 元組類型
2.3.4 字典類型
2.4 程序控制結構
2.4.1 分支結構
2.4.2 循環結構
2.5 函數
2.5.1 函數的基本使用
2.5.2 Python內置函數
2.6 Python庫
2.6.1 庫的介紹
2.6.2 庫的使用
第3章 數據預處理
3.1 數據清洗
3.1.1 缺失數據處理
3.1.2 去除重復數據
3.1.3 噪聲數據處理
3.1.4 離群點（異常值）處理
3.2 數據集成
3.2.1 實體識別問題
3.2.2 屬性冗余問題
3.2.3 元祖重復問題
3.2.4 屬性值沖突問題
3.3 數據變換
3.3.1 數據類型轉換
3.3.2 數據離散化
3.3.3 數據規范化
3.4 數據歸約
3.4.1 維度歸約
3.4.2 特征歸約
3.4.3 數值歸約
第4章 數據分析
4.1 相似度和相異度的度量
4.2 分類分析
4.2.1 分類分析基本概念
4.2.2 決策樹分類方法
4.2.3 樸素貝葉斯分類方法
4.2.4 支持向量機分類方法
4.3 關聯分析
4.3.1 關聯分析基本概念
4.3.2 Apriori算法
4.3.3 FP-Tree算法
4.4 聚類分析
4.4.1 聚類分析基本概念
4.4.2 劃分聚類方法
4.4.3 層次聚類方法
4.4.4 基于密度的聚類方法
4.5 回歸分析
4.5.1 回歸分析基本概念
4.5.2 線性回歸
4.5.3 邏輯回歸
4.5.4 多項式回歸
第5章 數據可視化設計
5.1 數據可視化概述
5.1.1 數據可視化
5.1.2 數據可視化的作用及分類
5.1.3 數據可視化歷史及未來
5.2 數據可視化基礎
5.2.1 數據可視化的基本框架
5.2.2 數據可視化的基本原則
5.2.3 數據可視化基本圖表
5.3 Python數據可視化
5.3.1 matplotlib庫繪圖
5.3.2 seaborm庫增強繪圖效果
5.3.3 plotnine 庫彌補可視化不足
第6章 數據科學應用案例
6.1 網絡爬蟲
6.1.1 網絡爬蟲簡介
6.1.2 網絡爬蟲工作流程
6.1.3 案例——獲取國內外新冠肺炎實時數據
6.2 文本數據處理
6.2.1 文本分析
6.2.2 文本分析流程
6.2.3 案例——生成詞云圖
6.3 圖像數據處理
6.3.1 圖像處理概述
6.3.2 圖像處理流程
6.3.3 案例——實現圖片的手繪效果
6.4 語言數據處理
6.4.1 語音識別
6.4.2 語音識別的過程
6.4.3 案例——語音轉文本
參考文獻
展開全部
數據科學技術與應用 作者簡介
陳梅，副教授，現任山東協和學院計算機學院軟件工程教研室主任，從事軟件工程、人工智能、軟件技術等專業教學及專業建設，還從事大學計算機、信息技術數據科學基礎公共課教學工作。公開發表論文40余篇，EI收錄1篇、CPCI-S收錄1篇，出版大學計算機及計算機基礎教材2部。主持省級教改1項、校級教改2項；第二位參加省級教改1項、校級教改8項。主講省級 課程1門、省級課程思政示范課1門；主持校級 課程1門、課程思政示范課1門。主持 協同育人項目2項、廳局級以上科研項目12項；授理發明專利1項、軟件著作權4項。教學類獲獎6項、科研類獲獎9項。指導學生獲得省級以上獎項30余項，指導并立項大學生創新創業項目9項；指導山東省大學生互聯網+創新創業大賽金獎2項、銀獎4項、銅獎3項。
書友推薦
- >
唐代進士錄
- >
二體千字文
- >
自卑與超越
- >
我從未如此眷戀人間
- >
朝聞道
- >
山海經
- >
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)
- >
上帝之肋:男人的真實旅程
本類暢銷
