掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 大數(shù)據(jù)分析與挖掘?qū)嶒?yàn)教程
作者：萬(wàn)欣
開(kāi)本：
16開(kāi)
頁(yè)數(shù)：
160
本類(lèi)榜單：教材銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥35.0
加入購(gòu)物車(chē)
大數(shù)據(jù)分析與挖掘?qū)嶒?yàn)教程 版權(quán)信息
- ISBN：9787121456909
- 條形碼：9787121456909 ; 978-7-121-45690-9
- 裝幀：平塑勒
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
大數(shù)據(jù)分析與挖掘?qū)嶒?yàn)教程 內(nèi)容簡(jiǎn)介
本書(shū)是一本面向數(shù)據(jù)科學(xué)初學(xué)者的實(shí)驗(yàn)教材。本書(shū)旨在通過(guò)實(shí)驗(yàn)的方式，幫助學(xué)生掌握數(shù)據(jù)分析和挖掘的基本概念、方法和技術(shù)，并學(xué)會(huì)使用Python等工具進(jìn)行實(shí)際操作。本書(shū)的實(shí)驗(yàn)設(shè)計(jì)涵蓋了數(shù)據(jù)預(yù)處理、數(shù)據(jù)可視化、分類(lèi)與預(yù)測(cè)、聚類(lèi)與關(guān)聯(lián)規(guī)則挖掘、文本挖掘、網(wǎng)絡(luò)分析、時(shí)間序列分析、情感分析和主題模型等多個(gè)方面，旨在培養(yǎng)學(xué)生的數(shù)據(jù)思維和實(shí)際操作能力，為學(xué)生日后從事數(shù)據(jù)科學(xué)工作打下堅(jiān)實(shí)的基礎(chǔ)。本書(shū)的實(shí)驗(yàn)設(shè)計(jì)遵循理論與實(shí)踐相結(jié)合的原則，每個(gè)實(shí)驗(yàn)都提供了詳細(xì)的理論知識(shí)和實(shí)驗(yàn)步驟，以及實(shí)驗(yàn)數(shù)據(jù)和代碼。通過(guò)實(shí)驗(yàn)，學(xué)生可以熟悉數(shù)據(jù)分析與挖掘的實(shí)際操作流程，了解各種數(shù)據(jù)分析與挖掘方法的優(yōu)缺點(diǎn)以及應(yīng)用場(chǎng)景。同時(shí)，本書(shū)還鼓勵(lì)學(xué)生進(jìn)行自主思考和創(chuàng)新，通過(guò)實(shí)驗(yàn)提高學(xué)生解決問(wèn)題的能力和創(chuàng)新能力。
大數(shù)據(jù)分析與挖掘?qū)嶒?yàn)教程 目錄
章 數(shù)據(jù)預(yù)處理 1
節(jié) 數(shù)據(jù)清洗 2
第二節(jié) 數(shù)據(jù)集成 3
第三節(jié) 數(shù)據(jù)變換 5
第四節(jié) 數(shù)據(jù)規(guī)約 7
第五節(jié) Python中的數(shù)據(jù)預(yù)處理工具 8
小結(jié) 14
第二章 數(shù)據(jù)可視化 15
節(jié) 理解數(shù)據(jù)可視化的概念和重要性 16
第二節(jié) 使用Python的matplotlib和seaborn庫(kù)繪制基本圖形 17
第三節(jié) 繪制柱狀圖、折線(xiàn)圖、散點(diǎn)圖、箱線(xiàn)圖等常見(jiàn)圖形 21
第四節(jié) 利用圖形展示數(shù)據(jù)的關(guān)系和趨勢(shì)、數(shù)據(jù)的分析 24
第五節(jié) 利用交互式可視化工具進(jìn)行高級(jí)數(shù)據(jù)可視化 29
小結(jié) 33
第三章 分類(lèi)與預(yù)測(cè) 34
節(jié) 理解分類(lèi)與預(yù)測(cè)的概念和應(yīng)用場(chǎng)景 35
第二節(jié) 理解機(jī)器學(xué)習(xí)分類(lèi)算法的基本原理 36
第三節(jié) 利用Python的scikit-learn庫(kù)進(jìn)行分類(lèi)算法的實(shí)現(xiàn) 43
第四節(jié) 利用交叉驗(yàn)證、網(wǎng)格搜索等方法對(duì)分類(lèi)算法進(jìn)行優(yōu)化 47
小結(jié) 51
第四章 聚類(lèi)與關(guān)聯(lián)規(guī)則挖掘 52
節(jié) 理解聚類(lèi)與關(guān)聯(lián)規(guī)則挖掘的概念和應(yīng)用場(chǎng)景 53
第二節(jié) 理解聚類(lèi)算法的基本原理 54
第三節(jié) 利用Python的scikit-learn庫(kù)進(jìn)行聚類(lèi)算法的實(shí)現(xiàn) 55
第四節(jié) 理解關(guān)聯(lián)規(guī)則挖掘的基本原理：Apriori算法 60
第五節(jié) 利用Python的mlxtend庫(kù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘的實(shí)現(xiàn) 64
小結(jié) 66
第五章 文本挖掘 67
節(jié) 理解文本挖掘的概念和應(yīng)用場(chǎng)景 68
第二節(jié) 理解自然語(yǔ)言處理的基本概念及技術(shù) 69
第三節(jié) 利用Python的NLTK和jieba庫(kù)進(jìn)行文本預(yù)處理 71
第四節(jié) 理解文本分類(lèi)的基本原理和算法 79
第五節(jié) 利用Python的scikit-learn和keras庫(kù)進(jìn)行文本分類(lèi)的實(shí)現(xiàn) 83
小結(jié) 88
第六章 網(wǎng)絡(luò)分析 89
節(jié) 理解網(wǎng)絡(luò)分析的概念、應(yīng)用場(chǎng)景和工具 90
第二節(jié) 理解網(wǎng)絡(luò)的基本概念 93
第三節(jié) 利用Python的NetworkX庫(kù)進(jìn)行網(wǎng)絡(luò)構(gòu)建和分析 95
第四節(jié) 理解社交網(wǎng)絡(luò)分析的基本原理和方法 98
第五節(jié) 利用Python的igraph庫(kù)進(jìn)行社交網(wǎng)絡(luò)分析的實(shí)現(xiàn) 101
小結(jié) 104
第七章 時(shí)間序列分析 105
節(jié) 理解時(shí)間序列分析的概念和應(yīng)用場(chǎng)景 106
第二節(jié) 理解時(shí)間序列的基本概念 106
第三節(jié) 利用Python的pandas庫(kù)進(jìn)行時(shí)間序列數(shù)據(jù)的處理和分析 107
第四節(jié) 理解時(shí)間序列預(yù)測(cè)的基本原理和方法 109
第五節(jié) 利用Python的statsmodels庫(kù)進(jìn)行時(shí)間序列預(yù)測(cè)的實(shí)現(xiàn) 111
小結(jié) 113
第八章 情感分析 115
節(jié) 理解情感分析的概念和應(yīng)用場(chǎng)景 116
第二節(jié) 理解自然語(yǔ)言處理中的情感分析基本原理和方法 117
第三節(jié) 利用Python的NLTK和SnowNLP庫(kù)進(jìn)行情感分析的實(shí)現(xiàn) 118
第四節(jié) 理解深度學(xué)習(xí)在情感分析中的應(yīng)用 121
第五節(jié) 利用Python的keras和tensorflow庫(kù)進(jìn)行深度學(xué)習(xí)情感分析
的實(shí)現(xiàn) 124
小結(jié) 127
第九章 主題模型 129
節(jié) 理解主題模型的概念和應(yīng)用場(chǎng)景 130
第二節(jié) 理解主題模型的基本原理和方法 131
第三節(jié) 利用Python的gensim和scikit-learn庫(kù)進(jìn)行主題模型的實(shí)現(xiàn) 133
第四節(jié) 理解主題模型在文本分析、信息檢索和推薦系統(tǒng)中的應(yīng)用 141
第五節(jié) 利用主題模型進(jìn)行文本主題分析和推薦系統(tǒng)的 實(shí)現(xiàn) 142
小結(jié) 145
附錄A 實(shí)驗(yàn)環(huán)境搭建 146
后記 148
節(jié) 數(shù)據(jù)清洗 2
第二節(jié) 數(shù)據(jù)集成 3
第三節(jié) 數(shù)據(jù)變換 5
第四節(jié) 數(shù)據(jù)規(guī)約 7
第五節(jié) Python中的數(shù)據(jù)預(yù)處理工具 8
小結(jié) 14
第二章 數(shù)據(jù)可視化 15
節(jié) 理解數(shù)據(jù)可視化的概念和重要性 16
第二節(jié) 使用Python的matplotlib和seaborn庫(kù)繪制基本圖形 17
第三節(jié) 繪制柱狀圖、折線(xiàn)圖、散點(diǎn)圖、箱線(xiàn)圖等常見(jiàn)圖形 21
第四節(jié) 利用圖形展示數(shù)據(jù)的關(guān)系和趨勢(shì)、數(shù)據(jù)的分析 24
第五節(jié) 利用交互式可視化工具進(jìn)行高級(jí)數(shù)據(jù)可視化 29
小結(jié) 33
第三章 分類(lèi)與預(yù)測(cè) 34
節(jié) 理解分類(lèi)與預(yù)測(cè)的概念和應(yīng)用場(chǎng)景 35
第二節(jié) 理解機(jī)器學(xué)習(xí)分類(lèi)算法的基本原理 36
第三節(jié) 利用Python的scikit-learn庫(kù)進(jìn)行分類(lèi)算法的實(shí)現(xiàn) 43
第四節(jié) 利用交叉驗(yàn)證、網(wǎng)格搜索等方法對(duì)分類(lèi)算法進(jìn)行優(yōu)化 47
小結(jié) 51
第四章 聚類(lèi)與關(guān)聯(lián)規(guī)則挖掘 52
節(jié) 理解聚類(lèi)與關(guān)聯(lián)規(guī)則挖掘的概念和應(yīng)用場(chǎng)景 53
第二節(jié) 理解聚類(lèi)算法的基本原理 54
第三節(jié) 利用Python的scikit-learn庫(kù)進(jìn)行聚類(lèi)算法的實(shí)現(xiàn) 55
第四節(jié) 理解關(guān)聯(lián)規(guī)則挖掘的基本原理：Apriori算法 60
第五節(jié) 利用Python的mlxtend庫(kù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘的實(shí)現(xiàn) 64
小結(jié) 66
第五章 文本挖掘 67
節(jié) 理解文本挖掘的概念和應(yīng)用場(chǎng)景 68
第二節(jié) 理解自然語(yǔ)言處理的基本概念及技術(shù) 69
第三節(jié) 利用Python的NLTK和jieba庫(kù)進(jìn)行文本預(yù)處理 71
第四節(jié) 理解文本分類(lèi)的基本原理和算法 79
第五節(jié) 利用Python的scikit-learn和keras庫(kù)進(jìn)行文本分類(lèi)的實(shí)現(xiàn) 83
小結(jié) 88
第六章 網(wǎng)絡(luò)分析 89
節(jié) 理解網(wǎng)絡(luò)分析的概念、應(yīng)用場(chǎng)景和工具 90
第二節(jié) 理解網(wǎng)絡(luò)的基本概念 93
第三節(jié) 利用Python的NetworkX庫(kù)進(jìn)行網(wǎng)絡(luò)構(gòu)建和分析 95
第四節(jié) 理解社交網(wǎng)絡(luò)分析的基本原理和方法 98
第五節(jié) 利用Python的igraph庫(kù)進(jìn)行社交網(wǎng)絡(luò)分析的實(shí)現(xiàn) 101
小結(jié) 104
第七章 時(shí)間序列分析 105
節(jié) 理解時(shí)間序列分析的概念和應(yīng)用場(chǎng)景 106
第二節(jié) 理解時(shí)間序列的基本概念 106
第三節(jié) 利用Python的pandas庫(kù)進(jìn)行時(shí)間序列數(shù)據(jù)的處理和分析 107
第四節(jié) 理解時(shí)間序列預(yù)測(cè)的基本原理和方法 109
第五節(jié) 利用Python的statsmodels庫(kù)進(jìn)行時(shí)間序列預(yù)測(cè)的實(shí)現(xiàn) 111
小結(jié) 113
第八章 情感分析 115
節(jié) 理解情感分析的概念和應(yīng)用場(chǎng)景 116
第二節(jié) 理解自然語(yǔ)言處理中的情感分析基本原理和方法 117
第三節(jié) 利用Python的NLTK和SnowNLP庫(kù)進(jìn)行情感分析的實(shí)現(xiàn) 118
第四節(jié) 理解深度學(xué)習(xí)在情感分析中的應(yīng)用 121
第五節(jié) 利用Python的keras和tensorflow庫(kù)進(jìn)行深度學(xué)習(xí)情感分析
的實(shí)現(xiàn) 124
小結(jié) 127
第九章 主題模型 129
節(jié) 理解主題模型的概念和應(yīng)用場(chǎng)景 130
第二節(jié) 理解主題模型的基本原理和方法 131
第三節(jié) 利用Python的gensim和scikit-learn庫(kù)進(jìn)行主題模型的實(shí)現(xiàn) 133
第四節(jié) 理解主題模型在文本分析、信息檢索和推薦系統(tǒng)中的應(yīng)用 141
第五節(jié) 利用主題模型進(jìn)行文本主題分析和推薦系統(tǒng)的 實(shí)現(xiàn) 142
小結(jié) 145
附錄A 實(shí)驗(yàn)環(huán)境搭建 146
后記 148
展開(kāi)全部
大數(shù)據(jù)分析與挖掘?qū)嶒?yàn)教程 作者簡(jiǎn)介
萬(wàn)欣，武漢紡織大學(xué)管理學(xué)院副教授，碩士生導(dǎo)師，武漢紡織大學(xué)大數(shù)據(jù)與效益制造中心主任，湖北省一流課程“商務(wù)智能”負(fù)責(zé)人；畢業(yè)于日本電氣通信大學(xué)，工學(xué)博士（社會(huì)智能信息學(xué)），主要研究方向有商務(wù)智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等；曾就職于國(guó)內(nèi)外多家上市公司，從事技術(shù)研發(fā)、軟件開(kāi)發(fā)工作；在大數(shù)據(jù)分析與挖掘領(lǐng)域教學(xué)經(jīng)驗(yàn)豐富。
書(shū)友推薦
- >
苦雨齋序跋文-周作人自編集
- >
伯納黛特,你要去哪(2021新版)
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
羅曼·羅蘭讀書(shū)隨筆-精裝
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類(lèi)學(xué)概述
- >
上帝之肋:男人的真實(shí)旅程
- >
中國(guó)歷史的瞬間
- >
回憶愛(ài)瑪儂
本類(lèi)暢銷(xiāo)
