Python實戰速成手冊 數據分析+機器學習+深度學習
內容描述
本書基於Python語言，較為地講解了數據分析、機器學習、深度學習的相關知識，涵蓋統計學基礎、Python基礎、Python面向對象入門、在Python中操作MySQL、NumPy、pandas、Matplotlib、人工智能、Scikit-Learn及神經網絡等內容。本書還包括大量代碼和綜合練習，以及豐富的實戰案例。
目錄大綱
第 1章 統計學基礎 11.1 數據分佈 21.2 離中趨勢 41.3 抽樣理論 61.4 基本統計概念 9第 2章 Python基礎 152.1 Python介紹 162.2 第 一個Python程序 162.3 安裝Anaconda 172.4 Python規範 232.5 Python的數據類型 242.6 Python語句 292.7 Python函數 332.8 Python中的模塊和包 362.9 Python時間模塊 372.10 Python文件操作 44第3章 綜合練習：迷你DVD管理器 513.1 項目需求 523.2 開發步驟 52第4章 Python面向對象入門 594.1 定義Python類 604.2 繼承的原理 614.3 Python構造函數 624.4 實例 634.5 小結 65第5章 綜合練習：迷你DVD 管理器（OOP版） 67第6章 在Python中操作 MySQL 736.1 安裝PyMySQL 746.2 pymysql.connect()中的參數說明 746.3 connection對象支持的方法 746.4 cursor對象支持的方法 756.5 實現pymysql的增刪改查功能 75第７章 NumPy 797.1 NumPy介紹 807.2 NumPy數組 807.3 numpy.zeros()和numpy.ones() 827.4 numpy.reshape()和numpy.flatten() 837.5 numpy.hstack()和numpy.vstack() 847.6 numpy.asarray() 857.7 numpy.arange() 867.8 numpy.linspace()和numpy. logspace() 877.9 索引和切片NumPy數組 887.10 NumPy統計函數與示例 897.11 numpy.dot() 907.12 numpy.matmul() 907.13 numpy.linalg.det() 917.14 NumPy實例 91第8章 pandas 958.1 pandas介紹 968.2 pandas的數據結構 968.3 創建數據幀 978.4 創建日期範圍 988.5 查看數據 988.6 拆分數據 998.7 讀取並寫入數據 1038.8 pandas實例 105第9章 Matplotlib 1099.1 安裝Matplotlib並查看版本 1109.2 繪制折線圖 1109.3 繪制柱狀圖 113第 10章 人工智能 12110.1 人工智能領域 12210.2 機器學習 12210.3 監督學習和無監督學習 12710.4 2020年19個最佳AI聊天 機器人 129第 11章 Scikit-Learn 13511.1 Scikit-Learn介紹 13611.2 數據集 13611.3 Scikit-Learn實例 13911.4 模型選擇和評估 162第 12章 實戰案例 16912.1 泰坦尼克號（完整過程分析） 17012.2 電信單用戶轉合約預測 18912.3 電信低速率小區預測 19312.4 預測客戶是否會認購定期存款 19612.5 銀行信用卡欺詐檢測 205第 13章 神經網絡 21113.1 深度學習 21213.2 前饋神經網絡 21413.3 FNN實例——低速率小區 21513.4 遞歸神經網絡 22013.5 RNN實例——低速率小區 22613.6 捲積神經網絡 22713.7 CNN實例——低速率小區 232
作者介紹
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。
