| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装 |
| 是否套装：否 |
| 国际标准书号ISBN：9787111701187 |
| 所属分类：图书>计算机/网络>软件工程/开发项目管理 |
正版可开发票 请联系在线客服
商品详情
商品基本信息
商品名称
数据分析与可视化
作 者
吕云翔 姚泽良 李伊琳 等
元
号
页 数
出版社
机械工业出版社
目录
前言
第章数据分析是什么
海量数据蕴藏的知识
数据分析与数据挖掘的关系
机器学习概述
机器学习与数据分析的关系
数据分析的基本步骤
和数据分析
习题
第章语言基础
发展史
及、
、的
安装
环境下的
安装
和环境下
的安装
集成开发环境
使用安装、
和
使用第三方科学计算发行版
进行快速安装
基础知识
编码规范
模块化的系统
基础语法
数据类型
基本计算
控制语句
重要的库
其他
习题
第章数据预处理
了解数据
数据质量
完整性
一致性
准确性
及时性
数据清洗
特征工程
特征选择
特征构建
特征提取
习题
第章——数据分析基础
工具
多维数组对象：
的创建
的数据类型
的索引、切片和
迭代
的操作
的基础操作
习题
第章——处理结构化
数据
基本数据结构
基于的对象的
访问操作
的对象
索引的不同访问方式
数学统计和计算工具
统计函数：协方差、相关
系数、排序
窗口函数
数学聚合和分组运算
函数的聚合操作
函数的转换
操作
函数实现一般的
操作
习题
第章数据分析与知识发现的一些
常用方法
分类分析
逻辑回归
线性判别分析
支持向量机
决策树
邻近
朴素贝叶斯
关联分析
基本概念
典型算法
聚类分析
均值算法
算法
回归分析
线性回归分析
支持向量回归
邻近回归
习题
第章与——实
现数据的分析
分类方法
回归
支持向量机
近邻算法
决策树
随机梯度下降
高斯过程分类
神经网络分类（多层感
知器）
朴素贝叶斯
回归方法
最小二乘法
岭回归
贝叶斯岭回归
决策树回归
高斯过程回归
最近邻回归
聚类方法
算法
算法
算法
算法
算法
算法
算法
习题
第章——交互式图表
绘制
基本布局对象
图表样式的修改以及装饰项
接口
基础图表绘制
直方图
散点图
饼图
柱状图
线图
表格
不同坐标系下的图像
与结合
习题
第章案例：新生信息分析与
可视化
使用对数据预
处理
使用库画图
使用进行绘图
第章案例：用户流失预警
读入数据
数据预处理
交叉验证
引入种模型
调整阈值输出精确
评估
第章案例：美国加利福尼亚房
预测的数据分析
数据分析常用的
工具库
数据的读入和初步分析
数据读入
分割测试集与训练集
数据的初步分析
数据的预处理
拆分数据
空白值的填充
数据的标准化
数据的流程化处理
模型的构建
查看不同模型的表现
选择效果最好的模型进行
预测
第章案例：基于上下文感知的
多模态交通
题目理解
题目背景
数据说明
评测指标
输出格式
解决方案
工具包导入
特征工程
第章案例：机器人最优路径走
迷宫
关键技术
马尔科夫决策过程
方程
程序设计步骤
初始化迷宫地图
计算不同位置最优
路径
第章案例：基于
实现搜索附近小区房
程序设计
准备数据
安装以及使用
实现附近房价搜索
的搜索引擎
参考文献
内容简介
《数据分析与可视化》介绍了数据分析的各主要流程，并引入了个完整的数据分析案例。《数据分析与可视化》从理论和案例两个角度对数据分析与可视化以及的工具进行了介绍，采用理论分析和编程实践相结合的形式，按照数据分析的基本步骤介绍了数据分析的理论知识，并对相应的库进行了详细介绍，让读者在了解数据分析的基本理论知识的同时能够快速上手实现数据分析的程序。
《数据分析与可视化》适合语言初学者、数据分析从业人士以及高等院校计算机、软件工程、大数据、人工智能等相关专业的师生使用。
商品详情
商品基本信息
商品名称
数据分析与可视化
作 者
吕云翔 姚泽良 李伊琳 等
元
号
页 数
出版社
机械工业出版社
目录
前言
第章数据分析是什么
海量数据蕴藏的知识
数据分析与数据挖掘的关系
机器学习概述
机器学习与数据分析的关系
数据分析的基本步骤
和数据分析
习题
第章语言基础
发展史
及、
、的
安装
环境下的
安装
和环境下
的安装
集成开发环境
使用安装、
和
使用第三方科学计算发行版
进行快速安装
基础知识
编码规范
模块化的系统
基础语法
数据类型
基本计算
控制语句
重要的库
其他
习题
第章数据预处理
了解数据
数据质量
完整性
一致性
准确性
及时性
数据清洗
特征工程
特征选择
特征构建
特征提取
习题
第章——数据分析基础
工具
多维数组对象：
的创建
的数据类型
的索引、切片和
迭代
的操作
的基础操作
习题
第章——处理结构化
数据
基本数据结构
基于的对象的
访问操作
的对象
索引的不同访问方式
数学统计和计算工具
统计函数：协方差、相关
系数、排序
窗口函数
数学聚合和分组运算
函数的聚合操作
函数的转换
操作
函数实现一般的
操作
习题
第章数据分析与知识发现的一些
常用方法
分类分析
逻辑回归
线性判别分析
支持向量机
决策树
邻近
朴素贝叶斯
关联分析
基本概念
典型算法
聚类分析
均值算法
算法
回归分析
线性回归分析
支持向量回归
邻近回归
习题
第章与——实
现数据的分析
分类方法
回归
支持向量机
近邻算法
决策树
随机梯度下降
高斯过程分类
神经网络分类（多层感
知器）
朴素贝叶斯
回归方法
最小二乘法
岭回归
贝叶斯岭回归
决策树回归
高斯过程回归
最近邻回归
聚类方法
算法
算法
算法
算法
算法
算法
算法
习题
第章——交互式图表
绘制
基本布局对象
图表样式的修改以及装饰项
接口
基础图表绘制
直方图
散点图
饼图
柱状图
线图
表格
不同坐标系下的图像
与结合
习题
第章案例：新生信息分析与
可视化
使用对数据预
处理
使用库画图
使用进行绘图
第章案例：用户流失预警
读入数据
数据预处理
交叉验证
引入种模型
调整阈值输出精确
评估
第章案例：美国加利福尼亚房
预测的数据分析
数据分析常用的
工具库
数据的读入和初步分析
数据读入
分割测试集与训练集
数据的初步分析
数据的预处理
拆分数据
空白值的填充
数据的标准化
数据的流程化处理
模型的构建
查看不同模型的表现
选择效果最好的模型进行
预测
第章案例：基于上下文感知的
多模态交通
题目理解
题目背景
数据说明
评测指标
输出格式
解决方案
工具包导入
特征工程
第章案例：机器人最优路径走
迷宫
关键技术
马尔科夫决策过程
方程
程序设计步骤
初始化迷宫地图
计算不同位置最优
路径
第章案例：基于
实现搜索附近小区房
程序设计
准备数据
安装以及使用
实现附近房价搜索
的搜索引擎
参考文献
内容简介
《数据分析与可视化》介绍了数据分析的各主要流程，并引入了个完整的数据分析案例。《数据分析与可视化》从理论和案例两个角度对数据分析与可视化以及的工具进行了介绍，采用理论分析和编程实践相结合的形式，按照数据分析的基本步骤介绍了数据分析的理论知识，并对相应的库进行了详细介绍，让读者在了解数据分析的基本理论知识的同时能够快速上手实现数据分析的程序。
《数据分析与可视化》适合语言初学者、数据分析从业人士以及高等院校计算机、软件工程、大数据、人工智能等相关专业的师生使用。