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
   
秘密花園
  • 定價93.00元
  • 8 折優惠:HK$74.4
  • 放入購物車
二樓書籍分類
 
Python資料科學學習手冊(第二版)

Python資料科學學習手冊(第二版)

沒有庫存
訂購需時10-14天
9786263246843
Jake VanderPlas
何敏煌
歐萊禮
2023年12月04日
327.00  元
HK$ 294.3  






ISBN:9786263246843
  • 規格:平裝 / 636頁 / 18.5 x 23 x 2.88 cm / 普通級 / 單色印刷 / 二版
  • 出版地:台灣


  • 電腦資訊 > 程式設計 > SQL

















      處理大量資料的基本工具

     

      「這本書提供了清晰且易於遵循的範例,幫助您設置與使用最重要的資料科學和機器學習工具。」 —Anne Bonner Content Simplicity創辦人和CEO



      Python是許多研究人員的首選工具,它擁有豐富的儲存、操作及洞察資料的程式庫。這些資源散布在資料科學的領域中,藉由本書,您可以一次獲得這些資源,包括Ipython、NumPy、Pandas、Matplotlib、Scikit-Learn和其它相關的工具。



      對於熟悉Python,需要處理大量資料的資料科學家和資料處理人員來說,這是一本非常有價值的案頭書。可以有效率地處理每天面對的問題,像是操作、轉換及清理資料,視覺化不同形式的資料,建立統計學或機器學習模型等。



      藉由本書,你將可以學習到:

      •IPython和Jupyter:提供資料科學家使用的Python計算環境

      •NumPy:在Python中進行高效儲存及操作密集資料陣列的ndarrys

      •Pandas:在Python中進行對於標籤式/欄位式的資料高效率儲存與操作

      •Matplotlib:在Python中進行彈性範圍的資料視覺化功能

      •Scikit-Learn:提供機器學習演算法以及簡潔的Python實作

    ?


     





    第一章 IPython:更好用的Python

    Shell還是Notebook

    IPython 的求助與說明文件

    在IPython Shell中的快捷鍵

    IPython的Magic命令

    輸入和輸出的歷程

    IPython和Shell命令

    和Shell相關的Magic命令

    錯誤以及除錯

    剖析和測定程式碼的時間



    第二章 NumPy介紹

    瞭解Python的資料型態

    NumPy陣列基礎

    NumPy 陣列屬性

    陣列索引:存取單一個陣列元素

    在NumPy陣列中的計算:Universal Functions

    聚合操作:Min、Max、以及兩者間的所有事

    在陣列上的計算:Broadcasting

    比較、遮罩以及布林邏輯

    Fancy索引

    排序陣列

    結構化的資料:NumPy的結構化陣列

    更多進階的複合型態



    第三章 使用Pandas操作資料

    安裝並使用Pandas

    Pandas 物件的介紹

    資料的索引和選擇

    在Pandas中操作資料

    處理缺失資料

    階層式索引

    資料集的合併:Concat 和Append

    合併資料集:Merge 以及Join

    聚合計算與分組

    樞紐分析表

    向量化字串操作

    使用時間系列

    高效率Pandas:eval() 以及query()



    第四章 使用Matplotlib進行視覺化

    通用的Matplotlib技巧

    買一送一的介面

    簡單的線條圖形

    簡單的散佈圖

    視覺化誤差

    密度圖和等高線圖

    直方圖、分箱法及密度

    自訂圖表的圖例

    自訂色彩條

    多重子圖表

    文字和註解

    自訂刻度

    客製化Matplotlib:系統配置和樣式表

    在Matplotlib中的三維繪圖法

    Basemap的地理資料

    使用Seaborn進行視覺化



    第五章 機器學習

    什麼是機器學習?

    Scikit-Learn簡介

    超參數以及模型驗證

    特徵工程

    深究:Naive Bayes Classification

    深究:線性迴歸(Linear Regression)

    深究:Support Vector Machines

    深究:決策樹(Decision Tree)和隨機森林(Random Forest)

    深究:主成份分析(Principal Component Analysis)

    深究:流形學習(Manifold Learning)

    深究:k- 均集群法

    深究:高斯混合模型(Gaussian Mixture Models)

    深究:核密度估計(Kernel Density Estimation)

    應用:臉部辨識的管線



    ?




    其 他 著 作
    1. Python資料科學學習手冊