一書貫通-從資料科學橫入人工智慧領域(熱銷版)
-
9折 585元
650元
-
預計最高可得金幣25點 ? 可100%折抵
活動加倍另計 -
HAPPY GO享100累1點 4點抵1元折抵無上限
- 作者: 常國珍、趙仁乾、張秋劍 追蹤 ? 追蹤作者後,您會在第一時間收到作者新書通知。
- 出版社: 上奇科技 追蹤 ? 追蹤出版社後,您會在第一時間收到出版社新書通知。
- 出版日:2020/03/06
配送方式
-
台灣
- 國內宅配:本島、離島
-
到店取貨:不限金額免運費
-
海外
- 國際快遞:全球
-
港澳店取:
內容簡介
本書為有志從事數據科學工作的讀者提供系統化的學習路徑,使讀者掌握數據科學的理念、思路與分析步驟。力圖淡化技術,對於方法的介紹也盡量避免涉及過多的數學內容,而且都輔以圖形進行形象地展現。也注重對讀者思辯能力和分析能力的培養。
商品特色:
本書是一本集數據分析、數據挖掘、機器學習為一體,面向商業實戰的養成式學習手冊。
商品特色:
本書是一本集數據分析、數據挖掘、機器學習為一體,面向商業實戰的養成式學習手冊。
目錄
CHAPTER 01 資料科學家的武器函數庫
CHAPTER 02 Python 概述
CHAPTER 03 資料科學的Python 程式設計基礎
CHAPTER 04 描述性統計分析與繪圖
CHAPTER 05 資料整合和資料清洗
CHAPTER 06 資料科學的統計推斷基礎
CHAPTER 07 客戶價值預測:線性回歸模型與診斷
CHAPTER 08 Logistic 回歸建置初始信用評級
CHAPTER 09 使用決策樹進行初始信用評級
CHAPTER 10 神經網絡
CHAPTER 11 分類器入門:最近鄰域與單純貝氏
CHAPTER 12 進階分類器:支援向量機
CHAPTER 13 連續變數的特徵選擇與轉換
CHAPTER 14 客戶分群與分群
CHAPTER 15 關聯規則
CHAPTER 16 排序模型的不平衡分類處理
CHAPTER 17 整合學習
CHAPTER 18 時間序列建模
CHAPTER 19 商業資料採擷案例
APPENDIX A 資料說明
參考文獻
CHAPTER 02 Python 概述
CHAPTER 03 資料科學的Python 程式設計基礎
CHAPTER 04 描述性統計分析與繪圖
CHAPTER 05 資料整合和資料清洗
CHAPTER 06 資料科學的統計推斷基礎
CHAPTER 07 客戶價值預測:線性回歸模型與診斷
CHAPTER 08 Logistic 回歸建置初始信用評級
CHAPTER 09 使用決策樹進行初始信用評級
CHAPTER 10 神經網絡
CHAPTER 11 分類器入門:最近鄰域與單純貝氏
CHAPTER 12 進階分類器:支援向量機
CHAPTER 13 連續變數的特徵選擇與轉換
CHAPTER 14 客戶分群與分群
CHAPTER 15 關聯規則
CHAPTER 16 排序模型的不平衡分類處理
CHAPTER 17 整合學習
CHAPTER 18 時間序列建模
CHAPTER 19 商業資料採擷案例
APPENDIX A 資料說明
參考文獻
序/導讀
序
Python雖然目前方興未艾,但是在資料科學領域的路還很漫長,投資於未來是艱苦而收益頗豐的。作為用好Python,一部由工作在第一線的“文科”背景作者撰寫的資料科學圖書,本書力圖降低Python的學習難度,嘗試提供不同分析主題的資料科學工作範本,滿足億萬“文科生”的數位化轉型需求。
Python雖然目前方興未艾,但是在資料科學領域的路還很漫長,投資於未來是艱苦而收益頗豐的。作為用好Python,一部由工作在第一線的“文科”背景作者撰寫的資料科學圖書,本書力圖降低Python的學習難度,嘗試提供不同分析主題的資料科學工作範本,滿足億萬“文科生”的數位化轉型需求。
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
- 依消費者要求所為之客製化給付。(客製化商品)
- 報紙、期刊或雜誌。(含MOOK、外文雜誌)
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
- 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
- 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
- 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
商品評價