| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787122502322 |
| 所属分类：图书>教材>高职高专教材>计算机 |
新华书店正版，多仓就近发货，城市次日达，团购优惠咨询在线客服！内容简介
《数据分析与语言实践》系统阐述数据分析的理论基础、核心方法与实践应用，力求为读者搭建完整且清晰的知识体系，逐步培养科学的数据分析思维。全书共八章，配套丰富的语言代码示例、实际数据集及案例分析，覆盖从数据获取、处理、分析、建模到可视化与结果解释的完整流程。内容循序渐进、结构严谨，既注重知识的系统性与实用性，又紧跟数据科学发展趋势，为读者未来深入探索大数据、智能分析等前沿领域奠定坚实基础。本书配有在线习题和彩图，读者可扫描二维码获取。本书既可作为高等院校数据科学、信息管理、物联网及电子信息类等相关专业的师生教学用书，也可作为数据分析师、科研人员及数据爱好者的参考用书。
作者简介
目 录
第章数据分析概述
数据分析概念
数据分析的起源与发展
数据分析流程
数据分析的技术与工具
数据分析技术
常用数据分析工具
数据分析发展趋势
数据科学的崛起
深度学习的结合
人工智能的融合
数据伦理与隐私保护
示例：预测课程成绩风险
分析目标与数据集介绍第章数据分析概述
数据分析概念
数据分析的起源与发展
数据分析流程
数据分析的技术与工具
数据分析技术
常用数据分析工具
数据分析发展趋势
数据科学的崛起
深度学习的结合
人工智能的融合
数据伦理与隐私保护
示例：预测课程成绩风险
分析目标与数据集介绍
分析方法及过程
小结
课后习题
第章语言程序设计基础
语言简介
软件安装与运行
帮助系统
包
内置数据集
基本数据类型
各数据类型的作用
数据表示
数据对象
向量矩阵
数组
因子
数据框
列表
数据对象判别与转换
数据导入与导出
数据编辑器导入数据
数据文件的读取
数据文件的写入
基本运算
赋值运算
算术运算
关系运算
逻辑运算
控制流
顺序结构
分支结构
循环结构
函数
常用内置函数
自定义函数
小结
课后习题
第章数据预处理
数据清洗
缺失数据处理
日期型数据处理
字符串数据处理
数据规范化
小数定标规范化
最小优选值规范化
规范化
数据整合与重构
数据整合
数据重构
小结
课后习题
第章数据可视化
基本图形绘制
数据分布图
数据关系分析图
其他图
图形参数设置
符号与线条
颜色设置
图例与标注
组合图形绘制
多图环境设置
函数
高级绘图
图形设备
小结
课后习题
第章描述性数据分析
总体和样本
数据尺度类型
单变量描述性分析
频率表
集中趋势统计量
离散程度统计量
形态分布统计量
双变量相关性分析
定量变量的相关性
分类变量之间的相关性
定量变量与分类变量的相关性
多变量分析
相关系数矩阵
多变量可视化
主成分分析
小结
课后习题
第章聚类分析
聚类分析基础
距离度量与特征标准化
常用距离度量方法
特征标准化
距离度量与特征标准化的实现
均值聚类
均值聚类原理与算法流程
聚类结果的可视化
值选择与肘部法则
层次聚类
层次聚类原理与算法流程
链接方法选择
层次聚类的实现
聚类效果评
内部评价指标
外部评价指标
小结
课后习题
第章回归分析
回归分析基础
简单线性回归
简单线性回归模型
拟合优度与模型解释
残差分析与模型诊断
多元线性回归
多元线性回归模型
模型拟合与结果解读
模型诊断与评
分类变量的处理
变量选择与逐步回归
变量选择
逐步回归
多项式回归与交互效应建模
多项式回归
交互效应建模
逻辑回归基础
逻辑回归的模型
逻辑回归实现与结果解读
逻辑回归预测概率曲线与可视化
小结
课后习题
第章分类
分类问题基础
分类问题的定义
分类分析参考流程
分类模型的评价指标
逻辑回归与概率判别
判别分析方法
判别分析
线性判别分析
最近邻算法
最近邻算法原理
最近邻算法的实现
值优化
决策树
决策树的基本概念与建模流程
特征分裂标准与剪枝方法
决策树的实现与可视化
小结
课后习题
参考文献
显示全部信息
商品详情
《数据分析与语言实践》系统阐述数据分析的理论基础、核心方法与实践应用，力求为读者搭建完整且清晰的知识体系，逐步培养科学的数据分析思维。全书共八章，配套丰富的语言代码示例、实际数据集及案例分析，覆盖从数据获取、处理、分析、建模到可视化与结果解释的完整流程。内容循序渐进、结构严谨，既注重知识的系统性与实用性，又紧跟数据科学发展趋势，为读者未来深入探索大数据、智能分析等前沿领域奠定坚实基础。本书配有在线习题和彩图，读者可扫描二维码获取。本书既可作为高等院校数据科学、信息管理、物联网及电子信息类等相关专业的师生教学用书，也可作为数据分析师、科研人员及数据爱好者的参考用书。
作者简介
目 录
第章数据分析概述
数据分析概念
数据分析的起源与发展
数据分析流程
数据分析的技术与工具
数据分析技术
常用数据分析工具
数据分析发展趋势
数据科学的崛起
深度学习的结合
人工智能的融合
数据伦理与隐私保护
示例：预测课程成绩风险
分析目标与数据集介绍第章数据分析概述
数据分析概念
数据分析的起源与发展
数据分析流程
数据分析的技术与工具
数据分析技术
常用数据分析工具
数据分析发展趋势
数据科学的崛起
深度学习的结合
人工智能的融合
数据伦理与隐私保护
示例：预测课程成绩风险
分析目标与数据集介绍
分析方法及过程
小结
课后习题
第章语言程序设计基础
语言简介
软件安装与运行
帮助系统
包
内置数据集
基本数据类型
各数据类型的作用
数据表示
数据对象
向量矩阵
数组
因子
数据框
列表
数据对象判别与转换
数据导入与导出
数据编辑器导入数据
数据文件的读取
数据文件的写入
基本运算
赋值运算
算术运算
关系运算
逻辑运算
控制流
顺序结构
分支结构
循环结构
函数
常用内置函数
自定义函数
小结
课后习题
第章数据预处理
数据清洗
缺失数据处理
日期型数据处理
字符串数据处理
数据规范化
小数定标规范化
最小优选值规范化
规范化
数据整合与重构
数据整合
数据重构
小结
课后习题
第章数据可视化
基本图形绘制
数据分布图
数据关系分析图
其他图
图形参数设置
符号与线条
颜色设置
图例与标注
组合图形绘制
多图环境设置
函数
高级绘图
图形设备
小结
课后习题
第章描述性数据分析
总体和样本
数据尺度类型
单变量描述性分析
频率表
集中趋势统计量
离散程度统计量
形态分布统计量
双变量相关性分析
定量变量的相关性
分类变量之间的相关性
定量变量与分类变量的相关性
多变量分析
相关系数矩阵
多变量可视化
主成分分析
小结
课后习题
第章聚类分析
聚类分析基础
距离度量与特征标准化
常用距离度量方法
特征标准化
距离度量与特征标准化的实现
均值聚类
均值聚类原理与算法流程
聚类结果的可视化
值选择与肘部法则
层次聚类
层次聚类原理与算法流程
链接方法选择
层次聚类的实现
聚类效果评
内部评价指标
外部评价指标
小结
课后习题
第章回归分析
回归分析基础
简单线性回归
简单线性回归模型
拟合优度与模型解释
残差分析与模型诊断
多元线性回归
多元线性回归模型
模型拟合与结果解读
模型诊断与评
分类变量的处理
变量选择与逐步回归
变量选择
逐步回归
多项式回归与交互效应建模
多项式回归
交互效应建模
逻辑回归基础
逻辑回归的模型
逻辑回归实现与结果解读
逻辑回归预测概率曲线与可视化
小结
课后习题
第章分类
分类问题基础
分类问题的定义
分类分析参考流程
分类模型的评价指标
逻辑回归与概率判别
判别分析方法
判别分析
线性判别分析
最近邻算法
最近邻算法原理
最近邻算法的实现
值优化
决策树
决策树的基本概念与建模流程
特征分裂标准与剪枝方法
决策树的实现与可视化
小结
课后习题
参考文献
显示全部信息
商品详情