| | | Python商業數據分析(大數據與人工智能繫列) 圖書 | 該商品所屬分類:圖書 -> | 【市場價】 | 408-592元 | 【優惠價】 | 255-370元 | 【作者】 | 張瑾翁張文編著 | 【出版社】 | 中國人民大學出版社 | 【ISBN】 | 9787300292106 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
![](/c49/31/10030893364606.jpg)
出版社:中國人民大學出版社 ISBN:9787300292106 商品編碼:10030893364606 品牌:文軒 出版時間:2021-04-01 代碼:56 作者:張瑾,翁張文編著
"![](https://img10.360buyimg.com/imgzone/jfs/t1/83303/21/22272/435579/635b88d3E0959319c/4f77b69fb6459523.png)
![](http://img14.360buyimg.com/cms/jfs/t1/203358/9/26405/134589/62f4a34cEcdefae53/84e082ed3b03dbc0.jpg) 作 者:張瑾,翁張文編著 著 定 價:56 出 版 社:中國人民大學出版社 出版日期:2021年04月01日 頁 數:0 裝 幀:平裝 ISBN:9787300292106 ●目錄 第1章引言 / 1 基礎篇 第2章 Python簡介 / 7 2.1 發展歷程 / 7 2.2 特點 / 7 2.2.1 開源與可移植性 / 8 2.2.2 面向對像 / 8 2.2.3 其他特點 / 8 2.3 語言標準 / 9 2.4 Python 3的安裝與運行 / 9 2.4.1 Windows / 9 2.4.2 Linux/Unix / 11 2.4.3 Mac OS / 11 2.5 思考練習題 / 12 第3章 數據類型 / 13 3.1 概述 / 13 3.1.1 變量 / 13 3.1.2 數據類型框架 / 15 3.2 數字類型 / 16 3.2.1 分類 / 16 3.2.2 相關函數 / 17 3.3 組 / 18 3.3.1 序列通用操作 / 18 3.3.2 列表 / 21 3.3組 / 27 3.4 字符串 / 28 3.4.1 概述 / 28 3.4.2 字符串格式化 / 31 3.4.3 方法 / 32 3.5 字典 / 33 3.5.1 概述 / 33 3.5.2 格式化字符串 / 34 3.5.3 方法 / 35 3.6 集合 / 37 3.6.1 概述 / 37 3.6.2 方法 / 39 3.7 基本運算符 / 39 3.7.1 算術運算符 / 40 3.7.2 比較運算符 / 40 3.7.3 賦值運算符 / 40 3.7.4 其他運算符 / 41 3.7.5 運算符優先級表 / 41 3.8 思考練習題 / 42 第4章 條件與循環 / 43 4.1 條件 / 43 4.1.1 布爾變量 / 43 4.1.2 條件語句 / 43 4.2 循環 / 46 4.2.1 循環語句 / 46 4.2.2 迭代方式 / 50 4.2.3 排序 / 52 4.3 列表推導式與其他語句 / 53 4.3.1 列表推導式 / 53 4.3.2 其他語句 / 54 4.4 思考練習題 / 55 第5章 函數與類 / 56 5.1 函數 / 56 5.1.1 創建 / 56 5.1.2 參數 / 59 5.1.3 作用域 / 62 5.1.4 遞歸 / 63 5.2 類 / 65 5.2.1 對像 / 65 5.2.2 類的創建 / 66 5.2.3 私有化與類的命名空間 / 67 5.2.4 子類與超類 / 70 5.2.5 特殊方法 / 72 5.2.6 迭代器 / 75 5.3 思考練習題 / 78 第6章 標準庫、異常與文件流 / 79 6.1 標準庫 / 79 6.1.1 概念區分:模塊、庫與標準庫 / 79 6.1.2 安裝第三方模塊 / 81 6.1.3 使用import語句導入模塊 / 81 6.1.4 查看模塊信息:help() / 82 6.1.5 常用標準庫之一:os / 82 6.1.6 常用標準庫之二:sys / 83 6.1.7 常用標準庫之三:time / 86 6.1.8 常用標準庫之四:random / 88 6.1.9 常用標準庫之五:re / 89 6.2 異常 / 94 6.2.1 捕捉異常:try/except語句 / 95 6.2.2 捕捉異常:try/except…else語句 / 96 6.2.3 捕捉異常:try/finally語句 / 97 6.2.4 拋出異常:raise語句 / 98 6.3 文件與流 / 98 6.3.1 打開和關閉文件 / 99 6.3.2 讀取文件內容 / 100 6.3.3 寫入文件內容 / 101 6.4 思考練習題 / 102 第7章 Python常用模塊 / 103 7.1 Numpy / 103 7.1.1 ndarray的創建 / 103 7.1.2 ndarray的常用屬性 / 105 7.1.3 ndarray的形狀改變 / 105 7.1.4 ndarray的索引與切片 / 106 7.1.5 ndarray的拷貝 / 107 7.1.6 ndarray的拼接 / 108 7.1.7 ndarray的運算 / 109 7.2 Pandas / 110 7.2.1 Series的創建 / 111 7.2.2 Series的索引及切片 / 112 7.2.3 DataFrame的創建 / 113 7.2.4 DataFrame的寫入與讀取 / 114 7.2.5 DataFrame的索引 / 115 7.2.6 DataFrame的增、刪、改、查 / 117 7.2.7 DataFrame的數據統計方法 / 121 7.2.8 缺失數據處理 / 124 7.2.9 數據離散化 / 125 7.3 NLTK / 126 7.3.1 分句與分詞 / 126 7.3.2 詞性標注 / 127 7.3.3 符號和停用詞處理 / 127 7.3.4 詞干提取與詞形還原 / 128 7.3.5 詞相似度計算 / 129 7.4 思考練習題 / 130 第8章 數據可視化 / 131 8.1 Matplotlib / 131 8.1.1 圖形的創建 / 131 8.1.2 繪制多函數圖像 / 132 8.1.3 添加圖形信息 / 135 8.1.4 不同類型的圖形 / 138 8.2 Seaborn / 141 8.2.1 直方圖 / 141 8.2.2 條形圖 / 142 8.2.3 箱線圖 / 143 8.2.4 散點圖 / 143 8.2.5 結構化多圖網格 / 145 8.2.6 回歸圖 / 145 8.3 PyEcharts / 146 8.3.1 繪制地圖 / 147 8.3.2 空間流動圖 / 148 8.4 思考練習題 / 149 方法篇 第9章關聯規則 / 153 9.1 關聯規則基本概念 / 153 9.2 關聯規則挖掘方法 / 154 9.3 關聯規則興趣性的評價指標 / 157 9.3.1 提升度 / 158 9.3.2 杠杆度 / 158 9.3.3 影響度 / 158 9.4 思考練習題 / 159 第10章 分類分析 / 160 10.1 分類分析基本概念 / 160 10.2 分類方法介紹 / 161 10.2.1 決策樹分類 / 161 10.2.2 貝葉斯分類 / 169 10.2.3 支持向量機分類 / 171 10.3 分類準確率的測量方法 / 175 10.3.1 經典的分類準確率的測量方法 / 175 10.3.2 混淆矩陣 / 176 10.4 分類準確率的提升方法 / 178 10.4.1 Bagging / 179 10.4.2 Boostinig / 180 10.5 思考練習題 / 181 第11章 聚類分析 / 182 11.1 相似度測量方法 / 182 11.1.1 數值數據的相似度 / 182 11.1.2 類別數據的相似度 / 183 11.1.3 文本數據的相似度 / 183 11.1.4 類的相似度 / 184 11.2 聚類方法介紹 / 185 11.2.1 劃分方法 / 185 11.2.2 層次方法 / 188 11.2.3 基於密度的方法 / 193 11.3 類別數量的確定方法 / 197 11.3.1 手肘法 / 197 11.3.2 輪廓繫數 / 199 11.3.3 Calinski-Harabasz準則 / 200 11.4 思考練習題 / 201 第12章 社會網絡分析 / 203 12.1 社會網絡的基本概念 / 203 12.1.1 度 / 204 12.1.2 最短路徑長度 / 204 12.1.3 網絡密度 / 204 12.1.4 聚集繫數 / 204 12.2 社會網絡的中心性 / 208 12.2.1 度中心性 / 208 12.2.2 貼近中心性 / 208 12.2.3 中介中心性 / 209 12.3 社會網絡的鏈接分析 / 210 12.3.1 PageRank算法 / 211 12.3.2 HITS算法 / 213 12.4 社會網絡的社區發現 / 215 12.4.1 圖分割算法 / 215 12.4.2 模塊度優化算法 / 217 12.4.3 標簽傳播算法 / 219 12.5 思考練習題 / 221 第13章 神經網絡 / 222 13.1 感知機 / 222 13.1.1 簡單邏輯電路 / 223 13.1.2 線性不可分的局限 / 224 13.1.3 多層感知機 / 224 13.2 神經網絡基本概念 / 226 13.2.1 神經網絡的結構 / 226 13.2.2 激活函數 / 227 13.2.3 損失函數 / 229 13.3 訓練技巧 / 229 13.3.1 批處理 / 230 13.3.2 優化算法 / 230 13.3.3 參數初始化 / 231 13.3.4 偏差與方差 / 232 13.3.5 超參數的設置 / 233 13.4 全連接神經網絡 / 233 13.5 卷積神經網絡 / 237 13.5.1 基本結構 / 238 13.5.2 代表性結構 / 239 13.6 循環神經網絡 / 243 13.6.1 基本結構 / 243 13.6.2 代表性結構 / 243 13.7 思考練習題 / 248 第14章 表征學習 / 249 14.1 文本表征學習 / 249 14.1.1 詞袋模型 / 249 14.1.2 TF-IDF模型 / 251 14.1.3 文檔主題模型 / 253 14.1.4 Word2Vec模型 / 259 14.1.5 Doc2Vec模型 / 260 14.2 網絡表征學習 / 263 14.2.1 DeepWalk算法 / 263 14.2.2 Node2Vec算法 / 266 14.2.3 Metapath2Vec算法 / 269 14.3 思考練習題 / 270 應用篇 第15章網絡數據抓取 / 275 15.1 基礎知識 / 276 15.1.1 數據抓取的基本思想 / 276 15.1.2 網頁基礎知識和瀏覽器原理 / 276 15.1.3 HTML語言簡介 / 277 15.2 用Python實現數據爬取 / 282 15.2.1 獲得網頁HTML源代碼 / 283 15.2.2 通過HTML標簽定位數據 / 286 15.2.3 處理“翻頁”數據 / 291 15.3 數據抓取技巧 / 294 15.4 思考練習題 / 295 第16章 顧客市場細分 / 297 16.1 背景與問題 / 297 16.2 數據介紹 / 298 16.3 分析方法與結論 / 301 16.3.1 分析方法 / 301 16.3.2 分析結論 / 305 16.4 思考練習題 / 306 第17章 房地產服務平臺用戶需求分析 / 307 17.1 背景與問題 / 307 17.2 數據介紹 / 307 17.3 分析方法與結論 / 309 17.3.1 分析方法 / 309 17.3.2 分析結論 / 315 17.4 思考練習題 / 315 第18章 電子商務中消費者評論意見提取 / 316 18.1 背景與問題 / 316 18.2 數據介紹 / 317 18.2.1 數據獲取 / 317 18.2.2 商品屬性識別 / 319 18.2.3 屬性情感分析 / 324 18.2.4 數據轉換 / 325 18.3 分析方法與結論 / 325 18.3.1 分析方法 / 325 18.3.2 分析結論 / 329 18.4 思考練習題 / 331 第19章 知識付費中顧客滿意度分析 / 332 19.1 背景與問題 / 332 19.2 數據介紹 / 334 19.2.1 變量介紹 / 335 19.2.2 數據獲取 / 337 19.3 分析方法與結論 / 346 19.3.1 分析方法 / 346 19.3.2 分析結論 / 348 19.4 思考練習題 / 351 為了適應社會科學學科學生以及企業從事商業數據分析的人員需求,本書會精選部分精煉的Python語法進行講解,以最簡單直白的語言將Python用於商業數據分析的要義講明白。本書重點將圍繞商業數據分析這一核心問題介紹三部分內容:一、以目前進行商業數據分析最主要的編程語言Python為主,介紹Python編程語法;二、介紹進行商業數據分析的主要算法和模型,包括統計方法、數據挖掘方法、機器學習方法以及深度學習方法;三、以商業管理中常見的應用問題為例,介紹4-5個商業數據分析案例,包括市場營銷方面的消費者細分、在線社區中虛假評論的識別、房地產經濟分析、金融投資領域中的行業研究報告分析等。 ![](https://img10.360buyimg.com/imgzone/jfs/t1/147514/7/5440/73116/5f34a3beE3ba58783/f5b2391383f5625c.jpg)
" | | | | | |