得书 - 好书推荐、正版图书免费阅读
首页
书库
排行榜
VIP会员
新书
快讯
注册 | 登录
100 条"Python机器学习与可视化分析实战"搜索结果
Python机器学习与可视化分析实战
王晓华
Python机器学习入门必读,全面涵盖理论、应用及实践,可作为教材。
电子书
Python数据分析与应用
张良均
本书采用了以任务为导向的教学模式,按照解决实际任务的工作流程路线,逐步展开介绍相关的理论知识点,推导生成可行的解决方案,后落实在任务实现环节。全书大部分章节紧扣任务需求展开,不堆积知识点,着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验,帮助读者真正理解与消化Python数据分析与应用。书中案例全部源于企业真实项目,可操作性强,引导读者融会贯通,并提供源代码等相关学习资源,帮助读者快速掌握大数据相关技能。
电子书
Python数据分析与挖掘
杨玲
本书面向大数据应用型人才,以任务为导向,系统地介绍Python数据分析与挖掘的常用技术与真实案例。全书共7章,第1、2章介绍Python数据分析的常用模块及其应用,涵盖NumPy数值计算模块、pandas数据分析模块,较为系统地阐述Python数据分析的方法;第3、4章介绍轻量级的数据交换格式JSON和连接MySQL数据库的pymysql模块,并以此进行数据综合案例的分析;第5章介绍Matplot
电子书
机器学习:公式推导与代码实现
鲁伟
本书基于NumPy与sklearn,介绍26个主流机器学习算法的实现。
电子书
场景化机器学习
[澳]道格·哈金(Doug
本书展示了如何在业务场景中应用机器学习,全书分为三个部分。第一部分介绍有效的决策如何帮助公司提高生产率以保持竞争力,阐释如何使用开源工具和AWS工具将机器学习应用于业务决策中。第二部分以虚拟人物为主线,研究六个场景,这些场景展示了如何使用机器学习来制定各种业务决策。第三部分讨论如何在Web上设置和共享机器学习模型,还介绍了一些案例。
电子书
机器学习公式详解
谢文睿
适读人群:(1)高等院校人工智能、计算机、自动化等相关专业机器学习方向的学生;(2)学术界机器学习领域的研究人员和教师;(3)工业界对机器学习感兴趣的专业人员和工程师。1.周志华教授“西瓜书”《机器学习》公式完全解析指南!“南瓜书”系Datawhale成员自学笔记,对“西瓜书”中250个重难点公式做了详细解析和推导(重难点公式覆盖率达99%),旨在解决机器学习中的数学难题。2.机器学习初学小白提升数学基础能力的必备练习册!以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节,补充大量重、难点数学知识和参考材料,分享在学习中遇到的“坑”以及跳过这个“坑”的方法,对于初学机器学习的小白也能上手练习!3.俞勇、王斌、李沐、程明明、陈光(博主@爱可可-爱生活)、徐亦达等人工智能领域大咖亲笔推荐
电子书
动手学机器学习
张伟楠
本书系统介绍了机器学习的基本内容及其代码实现,是一本着眼于机器学习教学实践的图书。本书包含4个部分:第一部分为机器学习基础,介绍了机器学习的概念、数学基础、思想方法和简单的机器学习算法;第二部分为参数化模型,讲解线性模型、神经网络等算法;第三部分为非参数化模型,主要讨论支持向量机和决策树模型及其变种;第四部分为无监督模型,涉及聚类、降维、概率图模型等多个方面。本书将机器学习理论和实践相结合,以大量
电子书
Python电商数据分析实战(微课版)
编著
全书共分为3篇。第一篇是理论基础篇,讲解从事电子商务数据分析前需要了解的理论知识,每个理论知识点都结合案例做详细的解析。第二篇是专业方法篇,介绍数据采集和数据清洗的专业方法。第三篇是应用场景篇,介绍运营与数据平台的应用、运营诊断与复盘的方法、宏观市场分析、市场细分及竞争分析、流量运营分析、产品运营分析、消费者运营分析及商务报告的撰写等。本书既可以作为高等院校电子商务专业、商务数据分析与应用专业、大
电子书
Power BI数据分析与可视化
潘强 张良均
本书以任务为导向,全面地介绍了数据分析的流程和PowerBI数据分析的应用,详细讲解了使用PowerBI解决企业实际问题的方法。全书共8章,包括数据分析与可视化概述、数据获取、M语言数据预处理、DAX语言数据建模、数据分析与可视化、PowerBI数据分析报表、数据部署、自动售货机综合案列。本书的大部分章节包含了实训与课后习题,通过练习和实践操作,可帮助读者巩固所学的内容。本书可以作为高校数据分析相
电子书
财务大数据分析与可视化
李静
本教程选用微软PowerBI为数据分析工具,将10个项目划分为应用入门、进阶提升和财务综合应用三个循序渐进的学习阶段。应用入门包括财务大数据与可视化分析认知、PowerBI初体验、数据获取与整理、数据建模和数据可视化5个项目;进阶提升包括PowerBI动态交互、数据可视化分析实例和爬虫案例分析3个项目;财务综合应用包括财务数据可视化智能分析和应收账款数据可视化分析2个综合案例。本书结构合理、案例丰
电子书
可视化指南:数据分析与数据交互
本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准,论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识,以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。书中专门用一章的内容来介绍与可视化效果互动的常规概念,并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复
电子书
深度学习与TensorFlow实战
李建军 王希铭 潘勉 等
本书主要讲解深度学习和TensorFlow的实战知识,全书分为10章,主要内容如下:第1章为深度学习概述,包括深度学习的基础知识、深度学习的生产力实现—TensorFlow、数据模型、TensorFlow项目介绍、TensorFlow工作环境的安装与运行;第2章为机器学习概述,讲解机器学习的定义、任务、性能、经验、学习算法、线性回归实例和TensorFlow的完整运行脚本;第3章介绍从生物神经元到
电子书
Keras与深度学习实战
张良均 主编
本书以Keras深度学习的常用技术与真实案例相结合的方式,深入浅出地介绍使用Keras进行深度学习的重要内容。全书共7章,内容包括深度学习概述、Keras深度学习通用流程、Keras深度学习基础、基于RetinaNet的目标检测、基于LSTM网络的诗歌生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现诗歌生成等。本书大部分章包含实训和课后习题,通过练习和操作实践,读者可
电子书
PyTorch与深度学习实战
胡小春
本书以PyTorch深度学习的常用技术与真实案例相结合的方式,深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章,内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题,希望通过练习和操作实践,帮助读者巩固所学的内
电子书
Python数据可视化(微课版)
王国平
本书共12章,主要内容包括第1章介绍数据可视化的基础知识,第2章介绍Python数据可视化库及其参数配置,第3章介绍时序数据的可视化,并通过实际案例讲解其可视化方法,第4章介绍金融数据的可视化,并通过实际案例讲解其可视化方法,第5章介绍空间数据的可视化,并通过实际案例讲解其可视化方法,第6章介绍地理数据的可视化,并通过实际案例讲解其可视化方法,第7章介绍层次数据的可视化,并通过实际案例讲解其可视化
电子书
Python大数据处理与分析
编著
本书介绍利用Python进行大数据处理与分析的详细方法和步骤。全书共9章,主要内容包括搭建开发环境、Numpy库、Pandas库、Matplotlib库、数据预处理以及多个案例分析。
电子书
Python3快速入门与实战
理论与实战相结合,结合大量案例系统为你介绍Python。
电子书
Python数据分析
吴道君,朱家荣
本书全面讲解Python数据分析的相关知识和技术,内容包括Python数据分析概述、NumPy数值计算、Matplotlib数据可视化、Pandas数据分析、数据预处理、Sklearn机器学习。 本书以培养学生编程能力和数据分析能力为目标,注重技术应用能力的培养。 本书内容充实、结构合理、实用性强,具有明确的应用能力培养目标,易于接受和理解,学完本书后,可以具备数据分析的基本能力。 本书适合
电子书
Python图像处理实战
著
本书先介绍经典的图像处理技术,然后探索图像处理算法的演变历程,始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12章,涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割,以及图像处理中的经典机器学习方法等内容。
电子书
Python数据科学实战
著
本书主要从实战角度讲述了如何处理、分析和可视化数据,如何用数据建立各种统计学或机器学习模型。本书首先介绍如何使用Python代码获取、转换和分析数据;接着讲述如何使用Python中的数据结构和第三方库;然后展示如何以各种格式加载数据,如何对数据进行分组与汇总,如何创建图表和可视化数据;最后讨论如何解决实际的问题。本书适合希望使用Python处理和分析数据的开发人员阅读,也可供计算机相关专业的师生参
电子书
机器学习(第2版)
赵卫东 董亮 编著
机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书涵盖了机器学习和深度学习的基础知识,主要包括机器学习的概述、统计学基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、文本分析、分布式机器学习算法等经典的机器学习基础知识,还包括卷积神经网络、循环神经网络、生成对抗网络、目标检测、自编码器等深度学习的内容。此外,本书还介绍了机器学习的热门应用领域推荐系统以及强化学习等主题。本书深入浅出、内容
文章导航
<
1
2
3
4
5
>
推荐书籍
相关词语
程序设计
软件工具
人工智能
科技关键词
数据分析
机器学习
计算机
研究
2021
一人で頑張って
教材
高等学校
入门
实战
Python
图象处理软件
意见反馈
我的书架
公众号
关注微信公众号