当前位置: 首页 > python

《Python预测之美 数据分析与算法实战》游皓麟 PDF电子书 [130MB]

  • python
  • 更新时间:2024-05-29 21:41:32
简介《Python预测之美》这本pdf讲述了Python 是一种面向对象的脚本语言,其代码简洁优美,类库丰富,开发效率也很高,因此,得到越来越多开发者的喜爱,广泛应用于Web 开...
《Python预测之美:数据分析与算法实战》pdf电子书下载
《Python预测之美:数据分析与算法实战》pdf百度云
《Python预测之美:数据分析与算法实战》pdf百度云
《Python预测之美:数据分析与算法实战》pdf百度云
《Python预测之美:数据分析与算法实战》pdf百度云

 

Python 是一种面向对象的脚本语言,其代码简洁优美,类库丰富,开发效率也很高,因此,得到越来越多开发者的喜爱,广泛应用于Web 开发、网络编程、爬虫开发、自动化运维、云计算、人工智能、科学计算等领域。预测技术在当今智能分析与应用领域中发挥着重要作用,也是大数据时代的核心价值所在。随着AI 技术的进一步深化,预测技术将更好地支撑复杂场景下的预测需求,其商业价值不言而喻。基于Python 来做预测,不仅能够在业务上快速落地,还让代码维护起来更加方便。对预测原理的深度剖析和算法的细致解读,是本书的一大亮点。

内容介绍
Python 是一种面向对象的脚本语言,其代码简洁优美,类库丰富,开发效率也很高,得到越来越多开发者的喜爱,广泛应用于Web 开发、网络编程、爬虫开发、自动化运维、云计算、人工智能、科学计算等领域。预测技术在当今智能分析及其应用领域中发挥着重要作用,也是大数据时代的核心价值所在。随着AI 技术的进一步深化,预测技术将更好地支撑复杂场景下的预测需求,其商业价值不言而喻。基于Python 来做预测,不仅能够在业务上快速落地,还让代码维护更加方便。对预测原理的深度剖析和算法的细致解读,是本书的一大亮点。本书共分为三部分。第一部分讲预测基础,主要涵盖预测概念理解、预测方法论、分析方法、特征技术、模型优化及评价,读者通过这部分内容的学习,可以掌握进行预测的基本步骤和方法思路。第二部分讲预测算法,该部分包含了多元回归分析、复杂回归分析、时间序列及进阶算法,内容比较有难度,需要细心品味。第三部分讲预测案例,包括短期日负荷曲线预测和股票价格预测两个实例,读者可以了解到实施预测时需要关注的技术细节。希望读者在看完本书后,能够将本书的精要融会贯通,进一步在工作和学习实践中提炼价值。

编辑推荐
  • 以Python语言为基础,配合原理、方法、案例进行讲解
  • 专注预测专题,体系化介绍预测技术工程实施的***技能
  • 深度剖析预测原理,细致解读数据分析算法
作者简介:
高级数据分析师,在互联网/电信/电力领域具有丰富的数据分析与挖掘建模经验。曾服务于华为技术软件有限公司、深圳市康拓普信息技术有限公司、深圳市数聚能源科技有限公司等企业,期间曾在小象学院兼职R语言数据挖掘讲师。


前  言

前 言
为什么要写这本书?
2016 年10 月笔者出版了《R 语言预测实战》,书中总结了笔者在预测领域的一些思考和经验,并通过书籍的媒介作用,和广大读者进行了一次深度的对话交流,书中基于R 语言对常用的数据分析、预测类算法进行了实现,并结合案例讲解了预测模型的实现过程。该书自出版以来,不断收到读者的好评,笔者也时常收到读者发来的邮件,或是对书籍内容感兴趣,希望可以长期交流,或者提出书籍中的一些瑕疵,希望在下个版本进行改善,或是咨询一些实际业务问题,如此等等。总地来看,《R 语言预测实战》这本书还是很受读者喜爱的。由于人工智能在近些年的发展,Python 语言越来越流行,更多的朋友想从Python 入手学习。为了能将《R 语言预测实战》的精华介绍给更多的读者,同时可以有机会修改R 这本书中存在的一些问题,尤其是代码中的瑕疵,笔者开始考虑将其改写为Python 版本。与《R 语言预测实战》相比,本书介绍的算法和案例加入了使用深度学习算法来做预测的内容,同时剪掉了一些不必要的段落,代码方面也做了很多优化,相信能够给读者带来
更好的阅读学习体验。
阅读对象
1 对数据挖掘、机器学习、预测算法及商业预测应用感兴趣的大专院校师生;
2 从事数据挖掘工作,有一定经验的专业人士;
3 各行各业的数据分析师、数据挖掘工程师;
4 对数据挖掘、预测专题感兴趣的读者。



目录:
第1 章 认识预测 . 2
第2 章 预测方法论 . 37
第3 章 探索规律 . 65
第4 章 特征工程 . 136
第5 章 参数优化 . 199
第6 章 线性回归及其优化 226
第7 章 复杂回归分析 . 254
第8 章 时间序列分析 . 292
第9 章 短期日负荷曲线预测 . 345
第10 章 股票价格预测 . 367

点击下载