简介
本书主要内容包括：数据分析与挖掘简介、爬虫、Scrapy爬虫框架、Numpy、Pandas、Matplotlib、线性回归、Logistic回归、决策树与随机森林、KNN模型、朴素贝叶斯模型、SVM模型等。本书以案例为导向，循序渐进，适合初学者。本书从初学者的角度进行编写，在编写过程中，注重基础知识和案例应用相结合，主要内容包括：数据分析与挖掘简介、爬虫、Scrapy爬虫框架、Numpy、Pandas、Matplotlib、线性回归、Logistic回归、决策树与随机森林、KNN模型、朴素贝叶斯模型、SVM模型等常用算法，最后总结了一些项目的综合实战案例。本书的代码全部使用Python语言实现，适合大数据、人工智能等相关专业选用。
编辑推荐
本书系统介绍了数据分析和数据挖掘的基础知识、典型的机器学习模型及利用Python实现数据挖掘与机器学习的过程。本书将基础理论、模型应用以及项目实践充分结合，有利于加深读者对所学内容的掌握与应用。本书目标明确，就是为初学者量身定做的入门教程，内容系统全面，各章节相互独立，读者可以根据自己的需求选择使用。本书面向应用型人才培养编写，将原理的叙述进行精简，易于理解，辅以Python代码实践与应用，使读者通过实例更好地去理解和掌握知识点。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2022-05-01
- 更新： 2023-06-19
- 书号：9787302600169
- 中图：TP311.561-43;TP274-43
- 学科：工学控制科学与工程工学计算机科学与技术工学软件工程
