本书结合数据科学的具体应用场景,由浅入深、循序渐进地引导读者入门数据科学,覆盖了数据获取、数据预处理、数据分析等方面的内容,共 10 章。本书先是概括性地介绍各章的主要内容,然后通过一个个生动的案例讲解数据获取、数据预处理、自然语言处理、机器学习和深度学习等方面的应用,结尾通过答疑部分为读者提供进一步学习的方向和方法的建议。本书各章的案例均基于具体应用场景,以简单、清晰的方式对数据科学相关的技术原理和实际操作进行讲解。
1.Python数据科学指南,结合数据科学的具体应用场景,由浅入深的引导读者学习。
2.以问题为导向,用具体应用场景讲明白如何选择、使用合适的数据科学工具。
3.以生动的案例引出问题解决方法,提供完整代码和步骤流程,可参考,可上手。
4.深入浅出,对新手友好,本书尽量不使用数学公式和晦涩的术语。
5.提供同步讲解视频,帮读者加深对书中难点、重点的理解。
目录:
第 1 章 入门导读
第 2 章 环境设置
第 3 章 探索分析
第 4 章 数据获取
第 5 章 数据预处理
第 6 章 自然语言处理
第 7 章 机器学习
第 8 章 深度学习
第 9 章 机器学习进阶
第 10 章 答疑时间
1.Python数据科学指南,结合数据科学的具体应用场景,由浅入深的引导读者学习。
2.以问题为导向,用具体应用场景讲明白如何选择、使用合适的数据科学工具。
3.以生动的案例引出问题解决方法,提供完整代码和步骤流程,可参考,可上手。
4.深入浅出,对新手友好,本书尽量不使用数学公式和晦涩的术语。
5.提供同步讲解视频,帮读者加深对书中难点、重点的理解。
目录:
第 1 章 入门导读
第 2 章 环境设置
第 3 章 探索分析
第 4 章 数据获取
第 5 章 数据预处理
第 6 章 自然语言处理
第 7 章 机器学习
第 8 章 深度学习
第 9 章 机器学习进阶
第 10 章 答疑时间
点击下载