買這商品的人也買了...
-
$294Python 數據分析基礎教程-NumPy 學習指南, 2/e (NumPy Beginner's Guide, 2/e) -
精通 Python|運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)$780$616 -
$354逆向工程實戰 (Practical Reverse Engineering: x86, x64, ARM, Windows Kernel, Reversing Tools, and Obfuscatio) -
$474機器學習 -
Python 機器學習 + Python+Spark 2.0+Hadoop機器學習與大數據分析實戰 (雙書合購促銷)$1,260$982 -
$177Python數據分析實戰 -
$768Python 金融衍生品大數據分析:建模、模擬、校準與對沖 (Derivatives Analytics with Python: Data Analysis, Models, Simulation, Calibration and Hedging) -
圖解區塊鏈$380$300 -
Python 技術者們 - 實踐! 帶你一步一腳印由初學到精通$650$552
簡體書拿來曬2本75折 詳見活動內容 »
-
VIP 95折
編譯原理, 2/e (Compilers : Principles, Techniques, and Tools, 2/e)$534$507 -
VIP 95折
深度學習之 TensorFlow:入門、原理與進階實戰$594$564 -
85折
$402Essential C++ (簡體中文版) -
VIP 95折
TCP/IP 詳解 (捲1):協議 (TCP/IP Illustrated, Volume 1 : The Protocols, 2/e)$774$735 -
85折
$402Go 並發編程實戰, 2/e -
VIP 95折
機器人學導論, 4/e (Introduction to Robotics: Mechanics and Control, 4/e)$474$450 -
85折
$402深入淺出 Vue.js -
85折
$351實用機器學習 (Real-world Machine Learning) -
85折
$504深度探索 C++ 對像模型 (Inside the C++ Object Model) -
85折
$300區塊鏈項目開發指南 -
85折
$402原子教你玩 STM32 (庫函數版第2版) -
85折
$402Spring Security 實戰 -
85折
$611嵌入式 Linux 基礎教程, 2/e (Embedded Linux Primer: A Practical Real-World Approach, 2/e) -
85折
$504MySQL 技術內幕-InnoDB 存儲引擎, 2/e -
85折
$448PADS 9.5 實戰攻略與高速 PCB 設計 -
85折
$244基於 Bootstrap 和 Knockout.js 的 ASP.NET MVC 開發實戰 (ASP.Net MVC 5 with Bootstrap and Knockout.Js: Building Dynamic, Responsive Web Applications) -
85折
$265深入淺出 USB 系統開發 : 基於 ARM Cortex-M3 -
85折
$402Redis 設計與實現 -
VIP 95折
FPGA 原理和結構$354$336 -
VIP 95折
TCP/IP 網絡編程$474$450 -
75折
$445數據分析與機器學習(基於R語言) -
85折
$652深度學習推薦系統 2.0 -
75折
$400移動通信系統架構設計 -
VIP 95折
自動駕駛汽車 BEV 感知算法$528$501 -
50折
$207區塊鏈技術進階與實戰
商品描述
本書是一本介紹如何用Python數據分析技術解決實際問題的實踐指南,不僅涵蓋Python用於數據分析的典型案例,包括信號處理、聚類、股票市場分析等,還創建了一個包含各種工具的Docker鏡像。本書通過豐富的實例、大量的代碼片段和圖例,可以幫助你快速掌握用Python進行數據分析的各種技術。
本書共12章,第1章介紹Anaconda、Docker、單元測試、日誌以及一些在進行可重複的數據分析時不可或缺的部分;第2章演示如何進行數據可視化;第3章討論兩個變量間的統計概率分佈及其相關性;第4章討論異常等常見的數據問題;第5章介紹數據庫、網絡抓取和大數據等相關技術;第6章介紹時間序列數據;第7章介紹金融數據分析的相關內容,主要關註股票投資;第8章介紹文本挖掘和社交網站分析;第9章介紹集成學習、分類、回歸算法,以及分層聚類;第10章介紹如何評估分類器、回歸器和聚類;第11章介紹如何用OpenCV分析圖像;第12章討論各種提升軟件性能的方法,包括緩存和即時編譯器。此外,還通過4個附錄補充了一些重要概念、常用函數以及在線資源等
