庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
成為賈伯斯:天才巨星的挫敗與孕成
  • 定價217.00元
  • 8 折優惠:HK$173.6
  • 放入購物車
二樓書籍分類
 
Python資料科學自學聖經:不只是建模!用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔)

Python資料科學自學聖經:不只是建模!用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔)

沒有庫存
訂購需時10-14天
9786263241657
鄧文淵,文淵閣工作室
碁峰
2022年5月09日
193.00  元
HK$ 173.7  






ISBN:9786263241657
  • 規格:平裝 / 440頁 / 17 x 23 x 2.04 cm / 普通級 / 部份全彩 / 初版
  • 出版地:台灣


  • 電腦資訊 > 程式設計 > SQL

















      網路書店年度百大電腦資訊暢銷書

      《Python自學聖經》系列力作



      運用Python掌握資料科學的價值

      讓人工智慧機器學習找出趨勢的關鍵密碼



      完整涵蓋Python資料科學技術,從開發工具、資料預處理、

      機器學習、深度學習到模型訓練進化一應俱全!



      給需要本書的人:

      ★想進入Python資料科學領域,又不知怎麼切入的人

      ★面對資料科學龐大又雜亂的理論與資訊卻不知如何下手的人

      ★想快速且有系統收集大量資料,並提高處理運用效率的人

      ★想利用大量資料進行分析,找出隱藏訊息與趨勢以協助決策的人

      ★想運用資料數據訓練人工智慧模型,開發適用的演算法進行預測與解決問題的人



      隨著AI人工智慧帶來的科技革命,資料科學的應用正在改變你我的生活。如何由龐大的資料數據中擷取爬梳出有價值的資訊,判斷決策,甚至能預測趨勢、掌握契機,是資料科學為現代社會帶來的新視野。

     

      資料科學橫跨多個領域,涵蓋數學、統計與電腦科學等面向。如果想有系統的進入資料科學領域,歡迎藉由本書循序漸進的學習。書中除了有資料科學的觀念,還有技術應用與發展方向,讓每個艱澀觀念都能在範例實作的引導下有著更清楚的輪廓,讓你一探資料科學迷人的樣貌。



      【重要關鍵】

      ■應用工具:雲端開發平台(Google Colab)、資料科學工具(Numpy、Pandas、Matplotlib、Seaborn)、網路爬蟲(requests、BeautifulSoup)。



      ■資料預處理:資料清洗、缺失值、重複值及異常值的處理、資料檢查、資料合併、樞紐分析表、圖片增量,以及資料標準化、資料轉換與特徵選擇。



      ■機器學習:學習工具(Scikit-Learn)、非監督式學習(K-means演算法、DBSCAN演算法、PCA降維演算法)、監督式學習分類演算法(Scikit-Learn資料集、K近鄰演算法、單純貝氏演算法、決策樹演算法、隨機森林演算法)、監督式學習迴歸演算法(線性迴歸演算法、邏輯迴歸演算法、支持向量機演算法)。



      ■深度學習:學習工具(TensorFlow、Keras)、深度神經網路(DNN)、MNIST手寫數字圖片辨識實作、Gradio模組(深度學習成果展示、過擬合)、卷積神經網路(CNN)與循環神經網路(RNN)。



      ■模型訓練進化:預訓練模型、遷移學習、深度學習參數調校、hyperas參數調校神器,以及手寫數字辨識參數調校。



      【超值學習資源】

      獨家收錄「Python資料科學關鍵影音教學」、全書範例程式檔



    本書特色



      ■深入淺出,只要具備基礎Python程式語言能力即可輕鬆上手。

      ■標示出重要觀念,在學習的過程中不會錯失關鍵內容。

      ■應用範例導向,每個觀念皆附實用案例,不怕學不會。

      ■不使用艱澀數學推導資料科學原理,而以淺顯易懂的文字解說學理。

      ■實作圖片增量及遷移學習,即使少量資料也可訓練出實用模型。

      ■實作機器學習與深度學習模型參數調校,輕鬆建立完美模型。


     





    資料科學工具篇



    第1章 進入資料科學的學習殿堂




    1.1 認識資料科學

    1.2 Google Colab:雲端的開發平台

    1.3 Colab 的筆記功能



    第2章 資料科學神器:Numpy 與Pandas



    2.1 Numpy:高速運算的解決方案

    2.2 Numpy 陣列建立

    2.3 Numpy 陣列取值

    2.4 Numpy 的陣列運算功能

    2.5 Pandas:資料處理分析的強大工具

    2.6 Series 的使用

    2.7 DataFrame 的建立

    2.8 Pandas DataFrame 資料取值

    2.9 DataFrame 資料操作



    第3章 資料收集:檔案存取與網路爬蟲



    3.1 資料來源的取得

    3.2 CSV 檔案的讀取

    3.3 JSON 資料的讀取

    3.4 Excel 試算表檔案的讀取

    3.5 HTML 網頁資料讀取

    3.6 儲存資料為檔案

    3.7 認識網路爬蟲

    3.8 requests 模組:讀取網站檔案

    3.9 BeautifulSoup 模組:網頁解析

    3.10 文字及檔案資料的收集



    第4章 資訊圖表化:Matplotlib 與Seaborn



    4.1 Matplotlib:資訊視覺化的核心工具

    4.2 折線圖:plot

    4.3 長條圖與橫條圖:bar、barh

    4.4 圓形圖:pie

    4.5 直方圖:hist

    4.6 散佈圖:scatter

    4.7 線箱圖:boxplot

    4.8 設定圖表區:figure

    4.9 在圖表區加入多張圖表:subplot、axes

    4.10 Pandas 繪圖應用

    4.11 Seaborn:更美觀的圖表工具



    資料預處理篇



    第5章 資料預處理:資料清洗及圖片增量




    5.1 資料清洗處理

    5.2 資料檢查

    5.3 資料合併

    5.4 樞紐分析表

    5.5 圖片增量



    第6章 資料預處理:標準化、資料轉換與特徵選擇



    6.1 Scikit-Learn:機器學習的開發工具

    6.2 數值資料標準化

    6.3 非數值資料轉換

    6.4 認識特徵選擇

    6.5 使用Pandas 進行特徵選擇

    6.6 使用Scikit-Learn 進行特徵選擇



    機器學習篇



    第7章 機器學習:非監督式學習




    7.1 認識機器學習

    7.2 K-means 演算法

    7.3 DBSCAN 演算法

    7.4 降維演算法



    第8章 機器學習:監督式學習分類演算法



    8.1 Scikit-Learn 資料集

    8.2 K 近鄰演算法

    8.3 單純貝氏演算法

    8.4 決策樹演算法

    8.5 隨機森林演算法



    第9章 機器學習:監督式學習迴歸演算法



    9.1 線性迴歸演算法

    9.2 邏輯迴歸演算法

    9.3 支持向量機演算法



    深度學習篇



    第10章 深度學習:深度神經網路(DNN)




    10.1 認識深度學習

    10.2 認識深度神經網路(DNN)

    10.3 實作MNIST 手寫數字圖片辨識

    10.4 Gradio 模組:深度學習成果展示

    10.5 過擬合



    第11章 深度學習:卷積神經網路(CNN)



    11.1 認識卷積神經網路(CNN)

    11.2 實作貓狗圖片辨識



    第12章 深度學習:循環神經網路(RNN)



    12.1 認識循環神經網路(RNN)

    12.2 下載台灣股市資料

    12.3 實作台灣股票市場股價預測



    模型訓練進化篇



    第13章 預訓練模型及遷移學習




    13.1 預訓練模型

    13.2 遷移學習



    第14章 深度學習參數調校



    14.1 hyperas 模組:參數調校神器

    14.2 手寫數字辨識參數調校



    ?




    其 他 著 作
    1. 手機應用程式設計超簡單:App Inventor 2初學特訓班(中文介面第四版)(附影音/範例/架設與上架PDF)
    2. 超人氣Instagram視覺行銷力(第二版):小編不敗,經營IG品牌人氣王的120個秘技!
    3. Python架站特訓班(第二版):Django 3最強實戰(附影音/範例)
    4. Python機器學習超進化:AI影像辨識跨界應用實戰(附100分鐘影像處理入門影音教學�範例程式)
    5. Python大數據特訓班(第二版):資料自動化收集、整理、清洗、儲存、分析與應用實戰(附300分鐘影音教學�範例程式)
    6. 翻倍效率工作術:不會就太可惜的Excel必學圖表(第二版) (大數據時代必備的圖表視覺分析術!)
    7. Python自學聖經:從程式素人到開發強者的技術與實戰大全!(附影音/範例程式)
    8. 程式設計邏輯訓練超簡單 Scratch 3初學特訓班(附330分鐘影音教學�範例檔)
    9. 手機應用程式設計超簡單 App Inventor 2零基礎入門班(附入門影音�範例)(中文介面第四版)
    10. 我也要當 YouTuber!百萬粉絲網紅不能說的秘密:拍片、剪輯、直播與宣傳實戰大揭密
    11. Python零基礎入門班(第二版):一次打好程式設計、運算思維與邏輯訓練基本功!(附150分鐘影音教學/範例程式)
    12. 學好跨平台網頁設計:HTML5、CSS3、JavaScript、jQuery與Bootstrap 4超完美特訓班(第二版)
    13. APCS大學程式設計先修檢測最強考衝特訓班:C/C++解題攻略
    14. 手機應用程式設計超簡單:App Inventor 2小專題特訓班(附影音/範例/完整程式拼塊PDF)
    15. 網路開店×拍賣王:蝦皮來了!