購書人員加QQ：508639936（申請時請標注“購書贈課-Python數據分析”），憑購書小票領取《30天快速上手Python數據分析》三節試聽課網課優惠券。該活動有效期至2021年9月1日。

●1“三實三嚴”教育理論研究
1.1研究背景
1.2問題提出
1.3國內外研究現狀
1.4本研究的理論價值及實際應用價值
1.5研究對像
1.6總體框架
1.7擬突破的重點與難點
1.8研究目標
1.9研究思路和研究方法
第一部分Python編程基礎
2Python的分支、循環與函數
2.1本章工作任務
2.2本章技能目標
2.3本章簡介
2.4理論講解部分
2.5本章總結
2.6本章作業
第二部分數據結構與數據預處理
3數據結構、操作與可視化
3.1本章工作任務
3.2本章技能目標
3.3本章簡介
3.4本章總結
3.5本章作業
4缺失值填充
4.1本章工作任務
4.2本章技能目標
4.3本章簡介
4.4理論講解部分
4.5本章總結
4.6本章作業
第三部分回歸算法
5線性回歸
5.1本章工作任務
5.2本章技能目標
5.3本章簡介
5.4理論講解部分
5.5本章總結
5.6本章作業
6.1本章工作任務
6.2本章技能目標
6.3本章簡介
6.4理論講解部分
6.5本章總結
6.6本章作業
第四部分分類算法
7K近鄰算法
7.1本章工作任務
7.2本章技能目標
7.3本章簡介
7.4理論講解部分
7.5本章總結
7.6本章作業
8邏輯回歸
8.1本章工作任務
8.2本章技能目標
8.3本章簡介
8.4理論講解部分
8.5本章總結
8.6本章作業
9貝葉斯算法
9.1本章工作任務
9.2本章技能目標
9.3本章簡介
9.4理論講解部分
9.5本章總結
9.6本章作業
10決策樹
10.1本章工作任務
10.2本章技能目標
10.3本章簡介
10.4理論講解部分
10.5本章總結
10.6本章作業
11支持向量機
11.1本章工作任務
11.2本章技能目標
11.3本章簡介
11.4理論講解部分
11.5本章總結
11.6本章作業
第五部分集成算法
12隨機森林
12.1本章工作任務
12.2本章技能目標
12.3本章簡介
12.4理論講解部分
12.5本章總結
12.6本章作業
13AdaBoost算法
13.1本章工作任務
13.2本章技能目標
13.3本章簡介
13.4理論講解部分
13.5本章總結
13.6本章作業
14梯度提升決策
14.1本章工作任務
14.2本章技能目標
14.3本章簡介
14.4理論講解部分
14.5本章總結
14.6本章作業
15XGBoost
15.1本章工作任務
15.2本章技能目標
15.3本章簡介
15.4理論講解部分
15.5本章總結
15.6本章作業
第六部分聚類算法
16K-means聚類算法
16.1本章工作任務
16.2本章技能目標
16.3本章簡介
16.4理論講解部分
16.5本章總結
16.6本章作業
17DBSCAN聚類算法
17.1本章工作任務
17.2本章技能目標
17.3本章簡介
17.4理論講解部分
17.5本章總結
17.6本章作業
18層次聚類
18.1本章工作任務
18.2本章技能目標
18.3本章簡介
18.4理論講解部分
18.5本章總結
18.6本章作業
19主成分分析與因子分析
19.1本章工作任務
19.2本章技能目標
19.3本章簡介
19.4理論講解部分
19.5本章總結
19.6本章作業
20奇異值分解
20.1本章工作任務
20.2本章技能目標
20.3本章簡介
20.4理論講解部分
20.5本章總結
20.6本章作業
21線性判別分析
21.1本章工作任務
21.2本章技能目標
21.3本章簡介
21.4理論講解部分
21.5本章總結
21.6本章作業
第七部分推薦算法
22基於項目的協同過濾
22.1本章工作任務
22.2本章技能目標
22.3本章簡介
22.4理論講解部分
22.5本章總結
22.6本章作業
23基於用戶的協同過濾
23.1本章工作任務
23.2本章技能目標
23.3本章簡介
23.4理論講解部分
23.5本章總結
23.6本章作業
第八部分時間序列
24ARIMA
24.1本章工作任務
24.2本章技能目標
24.3本章簡介
24.4理論講解部分
24.5本章總結
24.6本章作業
第九部分人工神經網絡
25神經網絡（多層感知機MLP）
25.1本章工作任務
25.2本章技能目標
25.3本章簡介
25.4理論講解部分
25.5本章總結
25.6本章作業
第十部分Python爬蟲
26XPath
26.1本章工作任務
26.2本章技能目標
26.3本章簡介
26.4理論講解部分
26.5本章總結
26.6本章作業
27BeautifulSoup
27.1本章工作任務
27.2本章技能目標
27.3本章簡介
27.4理論講解部分
27.5本章總結
27.6本章作業
第十一部分Python界面
28Tkinter
28.1本章工作任務
28.2本章技能目標
28.3本章簡介
28.4理論講解部分
28.5本章總結
28.6本章作業

人工智能與大數據經典算法：分類（SVM、決策樹等）、聚類（K近鄰等）、回擬合）、降維（主成分分析等）、集成算法（隨機森林、GBDT、XGBoost等）、推薦算法（基於項目、基於用戶、基於內容）、神經網絡（MPL、BP）、深度學習（CNN、RNN）、爬蟲（Xpath）、Tensor flow、數據庫應用等。本書具有以下特色：零基礎Python入門、零基礎就能聽懂人工智能大數據經典算法，精心打造最簡單的課程設計，每個知識點講解都有案例貫穿，與中國大學慕課網站聯動構成線上線下混合教學。

劉經緯,陳佳明 著