人工智慧 Python 基礎課 -- 用 Python 分析了解你的資料
陳會安
- 出版商: 碁峰資訊
- 出版日期: 2020-08-27
- 定價: $540
- 售價: 7.9 折 $427
- 語言: 繁體中文
- 頁數: 456
- 裝訂: 平裝
- ISBN: 9865025450
- ISBN-13: 9789865025458
-
相關分類:
Python、Machine Learning
立即出貨(限量) (庫存=8)
買這商品的人也買了...
-
基礎資料結構 ─ 使用 C (Fundamentals of Data Structures in C, 2/e)$790$751 -
人工智慧:智慧型系統導論 (Artificial Intelligence: A Guide to Intelligent Systems, 3/e)$590$531 -
線性代數 (Larson: Elementary Linear Algebra, 8/e)$780$764 -
Deep Learning|用 Python 進行深度學習的基礎理論實作$580$458 -
AI 也能說文解字:Python 上的文字算法$520$442 -
C 程式設計藝術, 8/e (國際版)(附部分內容光碟)(C: How to Program, 8/e)$840$756 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
Access 2019 嚴選教材!資料庫建立.管理.應用$580$458 -
SQL Server 2019/2017 資料庫設計與開發實務$620$490 -
精通 Python|運用簡單的套件進行現代運算, 2/e (Introducing Python: Modern Computing in Simple Packages, 2/e)$880$695 -
Excel 自學聖經:從完整入門到職場活用的技巧與實例大全 (附商業分析資料取得與整合超值影片/範例/速查表)$650$514 -
CCNA 網路認證先修班 (Understanding Cisco Networking Technologies, Volume 1: Exam 200-301 (CCNA Certification))$620$527 -
最完整跨平台網頁設計:HTML + CSS + JavaScript + jQuery + Bootstrap + Google Maps (全彩印刷)$1,000$790 -
乾脆一次搞清楚:最完整詳細網路協定全書$690$545 -
AI 大局:鳥瞰人工智慧技術全貌,重塑 AI 時代的領導力$490$387 -
數位影像處理 : Python 程式實作, 2/e$560$504 -
Excel Power Pivot|免 VBA,也能讓 Excel 自動統計、分析資料$480$379 -
Python 技術者們 -- 實踐!帶你一步一腳印由初學到精通, 2/e$650$514 -
最踏實 AI 之路:全白話機器學習一次搞懂$780$616 -
UVM 實戰$594$564 -
從來沒有這麼明白過:TensorFlow 上車就學會 (書況差限門市銷售))$690$545 -
TinyML 經典範例集$520$390 -
計算機概論 -- 邁向數位新生活, 18/e$660$594 -
Python 程式設計:從入門到進階應用, 5/e$500$450
相關主題
商品描述
★學習人工智慧必修的Python程式設計能力和探索性資料分析
•完整說明人工智慧世代的你需要具備的Python程式設計能力和所需的Python套件,讓你可以靈活運用這些套件來進行探索性資料分析。
•程式的演算法是順序和動作,本書使用流程圖學習程式順序來幫助你了解Python程式結構;使用REPL輸入程式碼來熟悉動作的關鍵字。
•人工智慧最重要的部分就是「資料」,使用Jupyter Notebook實作的探索性資料分析,可以幫助你深入了解資料和找出資料之間隱藏的關聯性,以便使用這些關聯性來訓練機器學習模型,進行資料預測。
•以實務角度詳細說明Python資料科學的必學套件:Numpy、Matplotlib、Pandas和Scipy。
•使用實際範例搭配圖例,帶你進入Python機器學習和深度學習。
目錄大綱
一、Python程式設計
第1章 Python語言與人工智慧的基礎
第2章 寫出你的Python程式
第3章 變數、資料型態與輸出輸入
第4章 運算子與運算式
第5章 條件敘述
第6章 迴圈結構
第7章 函數
第8章 字串字串、清單、元組與字典
第9章 模組、類別、檔案與例外處理
二、Python資料科學套件+Jupyter Notebook
第10章 Jupyter Notebook互動運算環境
第11章 NumPy 向量與矩陣運算
第12章 Matplotlib 資料視覺化
第13章 使用Pandas掌握你的資料
第14章 SciPy 演算法與科學運算
第15章 探索性資料分析實作案例
三、Python機器學習與深度學習
第16章 機器學習與深度學習入門
附錄A Python 常用整合開發環境的使用









