Python数据科学：技术详解与商业实践 PDF 影印版

Python数据科学：技术详解与商业实践

读者评价

虽然我不是搞金融数据的，但这本书上的很多思路和方法却是可以借鉴的，希望以后能够多一些研究非金融类的其它行业的数据挖掘的人
课程和书同步的，上课免费拿了一本~课程讲的很详细，书就略过了一些琐碎的知识点了。非常全面，感觉是今年在数据方面特别好的内容了。非常推荐
近几年Python成为数据科学行业中大受欢迎的编程语言，初看了一下目前录，这本书为总结一下数据科学家和工程师几个最实用的python库以各种函数。如果你是正在学习Python的学生，我想你能从书中找到学习的重心。  关键是这几个作者都还是蛮牛的数据科学专家。
客户洞察是分析型客户关系管理的核心，是实现客户智能的必要手段，其旨在增加CRM系统的商业分析与辅助决策能力。分析型CRM需要整合外部客户数据、渠道数据和大量交易数据，并从中提取出隐含有用的信息，这便是数据科学的用武之地。客户生命周期是客户洞察中最常用的分析工具，企业对初次接触的客户了解甚少，随着交往时间的延长，对其洞察越深入，分析主题越丰富。本课程就按照客户产品生命周期逐步展开数据科学的不同议题

内容介绍

本书共19章，第1章介绍数据科学中涉及的基本领域；第2～3章介绍与数据工作紧密相关的Python语言基础；第4章讲解描述性统计分析在宏观业务领域的分析；第5章讲解数据规整、清洗的重要技能；第6章介绍数据科学领域实用的四大统计检验；第7章讲解当被解释变量为连续变量时，如何使用线性回归作预测；第8章讲解使用逻辑回归作评分卡模型；第9章讲解另外一个可解释模型——决策树。第10～12章分别讲解了BP神经网络、朴素贝叶斯、近邻域、支持向量机的原理和在决策类模型中的运用；第13～14章作为一个整体讲解商业分析场景下的信息压缩；第15章以产品推荐作为案例，讲解发现事件与事件伴生关系的关联分析和序列分析算法；第16章使用欺诈识别案例讲解当被解释变量分布极 端不平衡时的处理方法；第17章继续使用欺诈识别案例讲解集成学习算法；第18章讲解了使用效应分解和ARIMA方法实现宏观业务指标预测；第19章用案例展现了分类和聚类模型的CRISP-DM和SEMMA流程。

目录

• 前言
• 第1章数据科学家的武器库
• 1.1数据科学的基本概念
• 1.2数理统计技术
• 1.2.1描述性统计分析
• 1.2.2统计推断与统计建模
• 1.3数据挖掘的技术与方法
• 1.4描述性数据挖掘算法示例
• 1.4.1聚类分析——客户细分
• 1.4.2关联规则分析
• 1.5预测性数据挖掘算法示例
• 1.5.1决策树
• 1.5.2KNN算法
• 1.5.3Logistic回归
• 1.5.4神经网络
• 1.5.5支持向量机
• 1.5.6集成学习
• 1.5.7预测类模型讲解
• 1.5.8预测类模型评估概述
• 第2章Python概述
• 2.1Python概述
• 2.1.1Python简介
• 2.1.2Python与数据科学
• 2.1.3Python2与Python3
• 2.2Anaconda Python的安装、使用
• 2.2.1下载与安装
• 2.2.2使用Jupyter Notebook
• 2.2.3使用Spyder
• 2.2.4使用conda或pip管理
• 第三方库
• 第3章数据科学的Python编程基础
• 3.1Python的基本数据类型
• 3.1.1字符串(str)
• 3.1.2浮点数和整数（float、int）
• 3.1.3布尔值（Bool：True/False）
• 3.1.4其他
• 3.2Python的基本数据结构
• 3.2.1列表（list）
• 3.2.2元组（tuple）
• 3.2.3集合（set）
• 3.2.4字典（dict）
• 3.3Python的程序控制
• 3.3.1三种基本的编程结构简介
• 3.3.2顺承结构
• 3.3.3分支结构
• 3.3.4循环结构
• 3.4Python的函数与模块
• 3.4.1Python的函数
• 3.4.2Python的模块
• 3.5Pandas读取结构化数据
• 3.5.1读取数据
• 3.5.2写出数据
• 第4章描述性统计分析与绘图
• 4.1描述性统计进行数据探索
• 4.1.1变量度量类型与分布类型
• 4.1.2分类变量的统计量
• 4.1.3连续变量的分布与集中趋势
• 4.1.4连续变量的离散程度
• 4.1.5数据分布的对称与高矮
• 4.2制作报表与统计制图
• 4.3制图的步骤
• 第5章数据整合和数据清洗
• 5.1数据整合
• 5.1.1行列操作
• 5.1.2条件查询
• 5.1.3横向连接
• 5.1.4纵向合并
• 5.1.5排序
• 5.1.6分组汇总
• 5.1.7拆分、堆叠列
• 5.1.8赋值与条件赋值
• 5.2数据清洗
• 5.2.1重复值处理
• 5.2.2缺失值处理
• 5.2.3噪声值处理
• 5.3RFM方法在客户行为分析上的运用
• 5.3.1行为特征提取的RFM方法论
• 5.3.2使用RFM方法计算变量
• 5.3.3数据整理与汇报
• 第6章数据科学的统计推断基础
• 6.1基本的统计学概念
• 6.1.1总体与样本
• 6.1.2统计量
• 6.1.3点估计、区间估计和中心极限定理
• 6.2假设检验与单样本t检验
• 6.2.1假设检验
• 6.2.2单样本t检验
• 6.3双样本t检验
• 6.4方差分析（分类变量和连续变量关系检验）
• 6.4.1单因素方差分析
• 6.4.2多因素方差分析
• 6.5相关分析（两连续变量关系检验）
• 6.5.1相关系数
• 6.5.2散点矩阵图
• 6.6卡方检验（二分类变量关系检验）
• 6.6.1列联表
• 6.6.2卡方检验
• 第7章客户价值预测：线性回归模型与诊断
• 7.1线性回归
• 7.1.1简单线性回归
• 7.1.2多元线性回归
• 7.1.3多元线性回归的变量筛选
• 7.2线性回归诊断
• 7.2.1残差分析
• 7.2.2强影响点分析
• 7.2.3多重共线性分析
• 7.2.4小结线性回归诊断
• 7.3正则化方法
• 7.3.1岭回归
• 7.3.2LASSO回归
• 第8章Logistic回归构建初始信用评级
• 8.1Logistic回归的相关关系分析
• 8.2Logistic回归模型及实现
• 8.2.1Logistic回归与发生比
• 8.2.2Logistic回归的基本原理
• 8.2.3在Python中实现Logistic回归
• 8.3Logistic回归的极大似然估计
• 8.3.1极大似然估计的概念
• 8.3.2Logistics回归的极大似然估计
• 8.4模型评估
• 8.4.1模型评估方法
• 8.4.2ROC曲线的概念
• 8.4.3在Python中实现ROC曲线
• 第9章使用决策树进行初始信用评级
• 9.1决策树概述
• 9.2决策树算法
• 9.2.1ID3建树算法原理
• 9.2.2C4.5建树算法原理
• 9.2.3CART建树算法原理
• 9.2.4决策树的剪枝
• 9.3在Python中实现决策树
• 9.3.1建模
• 9.3.2模型评估
• 9.3.3决策树的可视化
• 9.3.4参数搜索调优
• 第10章神经网络
• 10.1神经元模型
• 10.2单层感知器
• 10.3BP神经网络
• 10.4多层感知器的scikitlearn代码实现
• 第11章分类器入门：最近邻域与朴素贝叶斯
• 11.1KNN算法
• 11.1.1KNN算法原理
• 11.1.2在Python中实现KNN算法
• 11.2朴素贝叶斯分类
• 11.2.1贝叶斯公式
• 11.2.2朴素贝叶斯分类原理
• 11.2.3朴素贝叶斯的参数估计
• 11.2.4在Python中实现朴素贝叶斯
• 第12章高级分类器：支持向量机
• 12.1线性可分与线性不可分
• 12.2线性可分支持向量机
• 12.2.1函数间隔和几何间隔
• 12.2.2学习策略
• 12.2.3对偶方法求解
• 12.2.4线性可分支持向量机例题
• 12.3线性支持向量机与软间隔最大化
• 12.4非线性支持向量机与核函数
• 12.4.1核函数
• 12.4.2非线性支持向量机的学习
• 12.4.3示例与Python实现
• 12.5使用支持向量机的案例
• 第13章连续变量的特征选择与转换
• 13.1方法概述
• 13.2主成分分析
• 13.2.1主成分分析简介
• 13.2.2主成分分析原理
• 13.2.3主成分分析的运用
• 13.2.4在Python中实现主成分分析
• 13.3基于主成分的冗余变量筛选
• 13.4因子分析
• 13.4.1因子分析模型
• 13.4.2因子分析算法
• 13.4.3在Python中实现因子分析
• 第14章客户分群与聚类
• 14.1聚类算法概述
• 14.2聚类算法基本概念
• 14.2.1变量标准化与分布形态转换
• 14.2.2变量的维度分析
• 14.3聚类模型的评估
• 14.4层次聚类
• 14.4.1层次聚类原理
• 14.4.2层次聚类在Python中的实现
• 14.5基于划分的聚类
• 14.5.1kmeans聚类原理
• 14.5.2kmeans聚类