CHAPTER 01 資料科學家的武器函數庫

CHAPTER 02 Python 概述

CHAPTER 03 資料科學的Python 程式設計基礎

CHAPTER 04 描述性統計分析與繪圖

CHAPTER 05 資料整合和資料清洗

CHAPTER 06 資料科學的統計推斷基礎

CHAPTER 07 客戶價值預測：線性回歸模型與診斷

CHAPTER 08 Logistic 回歸建置初始信用評級

CHAPTER 09 使用決策樹進行初始信用評級

CHAPTER 10 神經網絡

CHAPTER 11 分類器入門：最近鄰域與單純貝氏

CHAPTER 12 進階分類器：支援向量機

CHAPTER 13 連續變數的特徵選擇與轉換

CHAPTER 14 客戶分群與分群

CHAPTER 15 關聯規則

CHAPTER 16 排序模型的不平衡分類處理

CHAPTER 17 整合學習

CHAPTER 18 時間序列建模

CHAPTER 19 商業資料採擷案例

APPENDIX A 資料說明

參考文獻



?

序



　　Python雖然目前方興未艾，但是在資料科學領域的路還很漫長，投資於未來是艱苦而收益頗豐的。作為用好Python,一部由工作在第一線的“文科”背景作者撰寫的資料科學圖書，本書力圖降低Python的學習難度，嘗試提供不同分析主題的資料科學工作範本，滿足億萬“文科生”的數位化轉型需求。