《Python大数据分析与机器学习商业案例实战》PDF电子书免费下载

作者:  王宇韬钱妍竹

出版社: 机械工业出版社  

出版年:  2020-05

ISBN: 9787111654711

~~滚到底部有网盘下载链接~~

内容简介

目录

前言
如何获取学习资源
第1章 Python与数据科学
1.1 大数据分析与机器学习概述
1.2 Python编程环境部署与基本操作
1.3 Python基础知识概要
第2章 数据分析利器:NumPy、pandas与Matplotlib库
2.1 NumPy库基础
2.2 pandas库基础
2.3 Matplotlib库基础
2.4 案例实战:股票数据读取与K线图绘制
第3章 线性回归模型
3.1 一元线性回归
3.2 线性回归模型评估
3.3 多元线性回归
第4章 逻辑回归模型
4.1 逻辑回归模型的算法原理
4.2 案例实战:客户流失预警模型
4.3 模型评估方法:ROC曲线与KS曲线
第5章 决策树模型
5.1 决策树模型的基本原理
5.2 案例实战:员工离职预测模型
5.3 参数调优:K折交叉验证与GridSearch网格搜索
第6章 朴素贝叶斯模型
6.1 朴素贝叶斯模型的算法原理
6.2 案例实战:肿瘤预测模型
第7章 K近邻算法
7.1 K近邻算法的原理和代码实现
7.2 案例实战:手写数字识别模型
7.3 图像识别原理详解
第8章 随机森林模型
8.1 随机森林模型的原理和代码实现
8.2 案例实战:股票涨跌预测模型
第9章 AdaBoost与GBDT模型
9.1 AdaBoost算法原理
9.2 AdaBoost算法案例实战:信用卡精准营销模型
9.3 GBDT算法原理
9.4 GBDT算法案例实战:产品定价模型
第10章 机器学习神器:XGBoost与Light-GBM算法
10.1 XGBoost算法原理
10.2 XGBoost算法案例实战1:金融反欺诈模型
10.3 XGBoost算法案例实战2:信用评分卡模型
10.4 LightGBM算法原理
10.5 LightGBM算法案例实战1:客户违约预测模型
10.6 LightGBM算法案例实战2:广告收益回归预测模型
第11章 特征工程之数据预处理
11.1 非数值类型数据处理
11.2 重复值、缺失值及异常值处理
11.3 数据标准化
11.4 数据分箱
11.5 特征筛选:WOE值与IV值
11.6 多重共线性的分析与处理
11.7 过采样和欠采样
第12章 数据降维之PCA
12.1 数据降维
12.2 案例实战:人脸识别模型
12.3 人脸识别外部接口调用
第13章 数据聚类与分群分析
13.1 KMeans算法
13.2 DBSCAN算法
13.3 案例实战:新闻聚类分群模型
第14章 智能推荐系统
14.1 智能推荐系统的基本原理
14.2 计算相似度的常用方法
14.3 案例实战:电影智能推荐系统
第15章 关联分析:Apriori算法
15.1 关联分析的基本概念和Apriori算法
15.2 案例实战:病症关联规则分析
第16章 深度学习初窥之神经网络模型
16.1 深度学习基础:神经网络模型
16.2 案例实战:用户评论情感分析模型

下载价格:免费
立即下载
登入/注册
知识就是力量
没有账号? 忘记密码?