当前位置:当前位置:主页 > 计算机电子书 > Python > Python实战 pdf电子书
Python实战速成手册:数据分析+机器学习+深度学习

Python实战速成手册:数据分析+机器学习+深度学习 PDF 高清版

  • 更新:2022-03-30
  • 大小:16.1 MB
  • 类别:Python实战
  • 作者:方勇
  • 出版:人民邮电出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

Python实战速成手册:数据分析+机器学习+深度学习》是由人民邮电出版社出版的一本关于Python实战方面的书籍,作者是方勇,主要介绍了关于Python实战、数据分析、机器学习、深度学习方面的知识内容,目前在Python实战类书籍综合评分为:8.4分。

书籍介绍

编辑推荐

1.本书作者为华为大学特聘讲师,专注于数据分析、机器学习、深度学习方面,实战经验丰富,更能从实际需求出发,编写出适合读者的实用书。

2.本书涉及数据分析、机器学习、深度学习的相关知识。

3.本书含有详细的代码案例,帮助读者快速上手,进行项目开发。

4.本书内容丰富,流程完整,案例丰富,实操性强。

内容简介

本书基于Python语言,较为地讲解了数据分析、机器学习、深度学习的相关知识,涵盖统计学基础、Python基础、Python面向对象入门、在Python中操作MySQL、NumPy、pandas、Matplotlib、人工智能、Scikit-Learn及神经网络等内容。本书还包括大量代码和综合练习,以及丰富的实战案例。

作者简介

方勇,16年软件研发与教育经验,在多家软件公司任职技术与管理职位,曾担任联想公司技术顾问、华为特聘讲师。擅长领域有人工智能、企业级应用系统研发,大型系统架构设计,金融、通信商业系统建模,具有丰富的大型项目的研发与管理经验。有5年的Python培训经验,曾获2018年华为“优秀交付标兵”奖。

目录

  • 第1章
  • 统计学基础1
  • 1.1数据分布2
  • 1.2离中趋势4
  • 1.3抽样理论6
  • 1.4基本统计概念9
  • 第2章
  • Python基础15
  • 2.1Python介绍16
  • 2.2第一个Python程序16
  • 2.3安装Anaconda17
  • 2.4Python规范23
  • 2.5Python的数据类型24
  • 2.6Python语句29
  • 2.7Python函数33
  • 2.8Python中的模块和包36
  • 2.9Python时间模块37
  • 2.10Python文件操作44
  • 第3章
  • 综合练习:迷你DVD管理器51
  • 3.1项目需求52
  • 3.2开发步骤52
  • 第4章
  • Python面向对象入门59
  • 4.1定义Python类60
  • 4.2继承的原理61
  • 4.3Python构造函数62
  • 4.4实例63
  • 4.5小结65
  • 第5章
  • 综合练习:迷你DVD
  • 管理器(OOP版)67
  • 第6章
  • 在Python中操作MySQL73
  • 6.1安装PyMySQL74
  • 6.2pymysql.connect()中的参数说明74
  • 6.3connection对象支持的方法74
  • 6.4cursor对象支持的方法75
  • 6.5实现pymysql的增删改查功能75
  • 第7章
  • NumPy79
  • 7.1NumPy介绍80
  • 7.2NumPy数组80
  • 7.3numpy.zeros()和numpy.ones()82
  • 7.4numpy.reshape()和numpy.flatten()83
  • 7.5numpy.hstack()和numpy.vstack()84
  • 7.6numpy.asarray()85
  • 7.7numpy.arange()86
  • 7.8numpy.linspace()和numpy.
  • logspace()87
  • 7.9索引和切片NumPy数组88
  • 7.10NumPy统计函数与示例89
  • 7.11numpy.dot()90
  • 7.12numpy.matmul()90
  • 7.13numpy.linalg.det()91
  • 7.14NumPy实例91
  • 第8章
  • pandas95
  • 8.1pandas介绍96
  • 8.2pandas的数据结构96
  • 8.3创建数据帧97
  • 8.4创建日期范围98
  • 8.5查看数据98
  • 8.6拆分数据99
  • 8.7读取并写入数据103
  • 8.8pandas实例105
  • 第9章
  • Matplotlib109
  • 9.1安装Matplotlib并查看版本110
  • 9.2绘制折线图110
  • 9.3绘制柱状图113
  • 第10章
  • 人工智能121
  • 10.1人工智能领域122
  • 10.2机器学习122
  • 10.3监督学习和无监督学习127
  • 10.42020年19个AI聊天
  • 机器人129
  • 第11章
  • Scikit-Learn135
  • 11.1Scikit-Learn介绍136
  • 11.2数据集136
  • 11.3Scikit-Learn实例139
  • 11.4模型选择和评估162
  • 第12章
  • 实战案例169
  • 12.1泰坦尼克号(完整过程分析)170
  • 12.2电信单用户转合约预测189
  • 12.3电信低速率小区预测193
  • 12.4预测客户是否会认购定期存款196
  • 12.5银行信用卡欺诈检测205
  • 第13章
  • 神经网络211
  • 13.1深度学习212
  • 13.2前馈神经网络214
  • 13.3FNN实例——低速率小区215
  • 13.4递归神经网络220
  • 13.5RNN实例——低速率小区226
  • 13.6卷积神经网络227
  • 13.7CNN实例——低速率小区232

资源获取

相关资源

网友留言