![]()
内容推荐 本书采用案例式编写模式,包括7个单元,其中,单元1介绍数据分析的基本概念、流程和常用工具包,单元2介绍数据标注的分类、基本流程及工具的使用,单元3介绍ndarray数组及Python科学计算库NumPy,单元4介绍数据分析处理库pandas,单元5介绍数据可视化工具包Matplotlib和seaborn,单元6介绍分类和回归模型及评价指标,单元7通过两个综合案例讲解数据分析的具体处理过程。 本书可作为各类职业院校人工智能技术应用及相关专业的教材,也可作为人工智能爱好者的自学参考用书。 本书配有电子课件,选用本书作为授课教材的教师可登录机械工业出版社教育服务网(www.cmpedu.com)注册后免费下载,或联系编辑(010-88379807)咨询。 目录 前言 单元1 了解数据分析 1.1 数据分析简介 1.2 数据分析的应用案例 1.3 数据分析步骤 单元总结 单元2 数据标注 2.1 数据标注的概念 2.2 数据标注的分类 2.3 数据标注的基本流程 2.4 常用数据标注工具 2.5 案例实施:数据标注 单元总结 评价考核 习题 单元3 数据统计 3.1 ndarray数组 3.2 NumPy切片与索引 3.3 对ndarray进行数学运算 3.4 案例实施:基于NumPy的股票统计分析 单元总结 评价考核 习题 单元4 数据处理 4.1 pandas数据结构 4.2 运用pandas进行数据处理 4.3 运用pandas进行数据统计 4.4 案例实施:药品销售数据分析 单元总结 评价考核 习题 单元5 数据可视化 5.1 Matplotlib的两种绘图接口 5.2 Matplotlib面向多种图形的接口 5.3 seaborn库 5.4 案例实施:超市数据分析 单元总结 评价考核 习题 单元6 数据建模 6.1 scikit-learn介绍 6.2 KNN算法 6.3 决策树分类算法 6.4 支持向量机 6.5 度量分类模型的性能 6.6 度量回归模型的性能 6.7 案例实施:手写数字识别 单元总结 评价考核 习题 单元7 数据分析综合案例 案例1:泰坦尼克号幸存者预测 案例2:房价预测 单元总结 参考文献 |