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
Python數據科學項目實戰 版權信息
- ISBN：9787302618140
- 條形碼：9787302618140 ; 978-7-302-61814-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python數據科學項目實戰 本書特色
數據科學項目有很多靈活的部分，需要練習和技巧才能讓所有代碼、算法、數據集、格式和可視化協調工作。本書將引導你完成5個真實項目，包括根據新聞標題跟蹤疾病暴發、分析社交網絡以及在廣告點擊數據中尋找相關模式。 《Python數據科學項目實戰》并不止于表面理論和簡單示例。在完成每個項目時，你將學習如何解決常見問題，例如數據丟失、混亂的數據以及與構建模型不匹配的算法。你將了解詳細的設置說明和常見故障的全面解決方案。*后，通過完成這些項目，你將對自己的技能充滿信心。
Python數據科學項目實戰 內容簡介
● 網頁抓取 ● 使用聚類算法組織數據集 ● 可視化復雜的多變量數據集 ● 訓練決策樹機器學習算法
Python數據科學項目實戰 目錄
案例研究1 在紙牌游戲中尋找制勝策略
第1章 使用Python計算概率 3
1.1 樣本空間分析：一種用于測量結果不確定性的無方程方法 3
1.2 計算非平凡概率 7
1.2.1 問題1：分析一個有4個孩子的家庭 7
1.2.2 問題2：分析擲骰子游戲 9
1.2.3 問題3：使用加權樣本空間計算擲骰概率 10
1.3 計算區間范圍內的概率 12
1.4 本章小結 14
第2章 使用Matplotlib繪制概率圖 15
2.1 基本的Matplotlib圖 15
2.2 繪制拋硬幣概率 19
2.3 本章小結 28
第3章 在NumPy中運行隨機模擬 29
3.1 使用NumPy模擬隨機拋硬幣和擲骰子實驗 29
3.2 使用直方圖和NumPy數組計算置信區間 33
3.2.1 通過直方圖合并顯示鄰近值 35
3.2.2 利用直方圖進行概率推導 38
3.2.3 縮小較高置信區間的范圍 40
3.2.4 在NumPy中計算直方圖 43
3.3 使用置信區間分析一副有偏紙牌 44
3.4 使用排列來洗牌 47
3.5 本章小結 49
第4章 案例研究1的解決方案 51
4.1 對紅牌進行預測 51
4.2 使用10張牌的樣本空間來優化策略 57
4.3 本章小結 61
案例研究2 評估在線廣告點擊的顯著性
第5章 使用SciPy進行基本概率和統計分析 65
5.1 使用SciPy探索數據和概率之間的關系 66
5.2 將均值作為中心性的度量 69
5.3 將方差作為離散性的度量 78
5.4 本章小結 83
第6章 使用中心極限定理和SciPy進行預測 85
6.1 使用SciPy處理正態分布 85
6.2 通過隨機采樣確定總體的均值和方差 92
6.3 使用均值和方差進行預測 95
6.3.1 計算正態曲線下方的面積 97
6.3.2 對計算的概率進行解釋 99
6.4 本章小結 100
第7章 統計假設檢驗 101
7.1 評估樣本均值和總體均值之間的差異 102
7.2 數據捕撈：過采樣將導致錯誤的結論 106
7.3 有放回的自舉法：當總體方差未知時檢驗假設 109
7.4 置換檢驗：當總體參數未知時比較樣本的均值 115
7.5 本章小結 118
第8章 使用Pandas分析表格 119
8.1 使用基本Python存儲表格 119
8.2 使用Pandas探索表格 120
8.3 檢索表中的列 122
8.4 檢索表中的行 124
8.5 修改表格行和列 126
8.6 保存和加載表格數據 129
8.7 使用Seaborn對表格進行可視化 130
8.8 本章小結 133
第9章 案例研究2的解決方案 135
9.1 在Pandas中處理廣告點擊數據表 135
9.2 根據均值差異計算p值 138
9.3 確定統計顯著性 140
9.4 一個真實的警世故事 142
9.5 本章小結 142
案例研究3 利用新聞標題跟蹤疾病暴發
第10章 對數據進行聚類 145
10.1 使用中心性發現聚類 145
10.2 K-means：一種將數據分組為K個中心組的聚類算法 151
10.2.1 使用scikit-learn進行K-means聚類 152
10.2.2 使用肘部法選擇*佳K值 154
10.3 使用密度發現聚類 158
10.4 DBSCAN：一種基于空間密度
對數據進行分組的聚類算法 161
10.4.1 比較DBSCAN和K-means 162
10.4.2 基于非歐幾里得距離的聚類方法 163
10.5 使用Pandas分析聚類 166
10.6 本章小結 168
第11章 對地理位置進行可視化與分析 169
11.1 大圓距離：計算地球上兩點間的距離 170
11.2 使用Cartopy繪制地圖 172
11.2.1 手動安裝GEOS和Cartopy 173
11.2.2 使用Conda包管理器 173
11.2.3 可視化地圖 174
11.3 使用GeoNamesCache進行位置跟蹤 182
11.3.1 獲取國家/地區信息 184
11.3.2 獲取城市信息 186
11.3.3 GeoNamesCache庫的使用限制 189
11.4 在文本中匹配位置名稱 191
11.5 本章小結 194
第12章 案例研究3的解決方案 197
12.1 從標題數據中提取位置信息 197
12.2 對提取的位置信息進行可視化和聚類 203
12.3 對位置聚類進行分析 208
12.4 本章小結 213
案例研究4 使用在線招聘信息優化簡歷
第13章 測量文本相似度 217
13.1 簡單的文本比較 218
13.1.1 探索Jaccard相似度 222
13.1.2 用數值替換單詞 224
13.2 使用字數對文本進行向量化 228
13.2.1 使用歸一化提高TF向量相似度 230
13.2.2 使用單位向量點積在相關性指標之間進行轉換 237
13.3 使用矩陣乘法提高相似度計算的效率 239
13.3.1 基本矩陣運算 241
13.3.2 計算全矩陣相似度 249
13.4 矩陣乘法的計算限制 250
13.5 本章小結 253
第14章 矩陣數據的降維 255
14.1 將二維數據聚類到一維中 256
14.2 使用PCA和scikit-learn降維 269
14.3 將四維數據在二維中進行聚類 274
14.4 在不旋轉的情況下計算主成分 281
14.5 使用SVD和scikit-learn進行高效降維 292
14.6 本章小結 294
第15章 大型文本數據集的NLP分析 295
15.1 使用scikit-learn加載在線論壇討論數據 296
15.2 使用scikit-learn對文檔進行向量化 297
15.3 根據發布頻率和出現次數對單詞進行排名 304
15.4 計算大型文檔數據集之間的相似度 311
15.5 按主題對文本進行聚類 315
15.6 對文本聚類進行可視化 323
15.7 本章小結 333
第16章 從網頁中提取文本 335
16.1 HTML文檔的結構 335
16.2 使用Beautiful Soup解析HTML 342
16.3 下載和解析在線數據 349
16.4 本章小結 351
第17章 案例研究4的解決方案 353
17.1 從職位發布數據中提取技能要求 353
17.2 根據相關性對工作進行過濾 360
17.3 在相關職位發布中對技能進行聚類 369
17.3.1 將工作技能分成15個聚類 372
17.3.2 詳細分析技術技能聚類 377
17.3.3 詳細分析軟技能聚類 380
17.3.4 使用不同的K值來探索聚類 381
17.3.5 分析700個*相關的職位發布信息 385
17.4 結論 388
17.5 本章小結 388
案例研究5 利用社交網絡數據發現新朋友
第18章 圖論和網絡分析 393
18.1 使用基本圖論按受歡迎程度對網站進行排名 393
18.2 利用無向圖優化城鎮之間的旅行時間 404
18.2.1 建立一個復雜的城鎮交通網絡模型 406
18.2.2 計算節點之間的*快旅行時間 411
18.3 本章小結 418
第19章 用于節點排名和社交網絡分析的動態圖論技術 419
19.1 根據網絡中的預期流量發現中心節點 419
19.2 使用矩陣乘法計算交通概率 424
19.2.1 從概率論推導PageRank中心性 427
19.2.2 使用NetworkX計算PageRank中心性 431
19.3 使用馬爾可夫聚類進行社區檢測 433
19.4 在社交網絡中發現朋友群 445
19.5 本章小結 448
第20章 網絡驅動的監督機器學習 451
20.1 監督機器學習的基礎 451
20.2 測量預測的標簽的準確度 459
20.3 優化KNN性能 468
20.4 使用scikit-learn進行網格搜索 469
20.5 KNN算法的局限性 474
20.6 本章小結 475
第21章 使用邏輯回歸訓練線性分類器 477
21.1 根據身材尺寸對客戶進行線性劃分 477
21.2 訓練線性分類器 482
21.3 使用邏輯回歸改進線性分類 492
21.4 使用scikit-learn訓練線性分類器 499
21.5 通過系數測量特征的重要性 504
21.6 線性分類器的限制 507
21.7 本章小結 508
第22章 通過決策樹技術訓練非線性分類器 511
22.1 邏輯規則的自動學習 511
22.1.1 使用兩個特征訓練一個嵌套的if/else模型 517
22.1.2 決定拆分哪個特征 523
22.1.3 訓練具有兩個以上特征的if/else模型 530
22.2 使用scikit-learn訓練決策樹分類器 536
22.3 決策樹分類器的局限性 545
22.4 使用隨機森林分類提高模型性能 546
22.5 使用scikit-learn訓練隨機森林分類器 550
22.6 本章小結 551
第23章 案例研究5的解決方案 553
23.1 探索數據 553
23.1.1 檢查Profiles表 554
23.1.2 探索Observations表 556
23.1.3 探索Friendships表 559
23.2 使用網絡特征訓練預測模型 562
23.3 向模型中添加個人資料特征 568
23.4 通過一組穩定的特征優化模型性能 572
23.5 解釋訓練模型 574
23.6 本章小結 578
展開全部
Python數據科學項目實戰 作者簡介
Leonard Apeltsin是Anomaly的數據科學主管。他的團隊應用高級分析來發現醫療保健欺詐、浪費和濫用的情況。在加盟Anomaly之前，Leonard領導了Primer AI的機器學習開發工作；Primer AI是一家專門從事自然語言處理的初創公司。作為創始成員，Leonard幫助Primer AI團隊從4名員工發展到近100名員工。在進入創業公司之前，Leonard在學術界工作，他發現了遺傳相關疾病的隱藏模式。他的發現發表在《科學》和《自然》雜志的附屬期刊上。Leonard擁有卡內基梅隆大學的生物學和計算機科學學士學位，以及加州大學舊金山分校的生物信息學博士學位。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
羅曼·羅蘭讀書隨筆-精裝
- >
我從未如此眷戀人間
- >
李白與唐代文化
- >
伯納黛特,你要去哪(2021新版)
- >
唐代進士錄
- >
有舍有得是人生
- >
我與地壇
本類暢銷
