数据预处理的目的是在进行数据分析前,通过技术手段解决集中存在的数据质量问题,并进一步提升数据信息含量的。本书主要围绕着 什么是数据预处理、数据预处理的作用是什么、如何进行数据预处理 展开,主要内容包括缺失值处理、数据纠错、数据格式转化、低频分类数据处理、高偏度数据处理、异常值处理、数据配平、数据特征缩放、数据归约等。通过本书的学习,读者可以充分理解常用数据预处理方法的精髓,并掌握具体技术细节,为数据分析实践打下扎实基础。本书可作为统计学、数据科学与大数据技术、计算机相关专业等本科专业和统计学、应用统计学等专业研究生的教材或教学参考用书。
本书篇幅精练,摒弃了繁杂的原理性描述,而将重点聚焦于如何利用Python开发项目。本书案例涉及Python编程基础、面向对象编程、Tkinter图形界面设计、网络爬虫、数据可视化和Python Web应用;知识和技术方面涉及Python语言的基本原理、常用技巧、数据模型、程序开发迭代思维和MVC开发模式及互联网的应用。作者在书中没有设置单独的理论陈述,而是将编程理论与案例进行有机结合,在引导读者完成实际开发的同时,启发读者主动应用理论提高开发效率,力求提高读者的软件开发水平。 本书可以作为Python初学者的学习用书,也可作为初级项目开发人员的指南。
本书主要介绍基于Python语言的数据分析实践工具,分成Python网络爬虫与信息提取、Python数据分析与展示、Python科学计算三维可视化和Python机器学习应用四大知识模块,以及综合案例。在每一个知识模块,先对核心的理论知识进行介绍,再重点介绍该模块的典型实践工具的使用方法, 以大量的经典案例或实际问题求解案例为纽带,在各知识点间建立一种联系,强化各知识点间的融合。作者力图通过简练的语言、精美的图表,展现基于Python的相关技术和工具的核心技能点,帮助读者快速检索知识,提升学习和工作效率。 本书的内容范围广,适合作为高等学校计算机公共基础课的教材,可作为以Python为基础的程序设计类课程的配套教材,也可作为数据科学与大数据技术专业教师和学生的学习资料,还可作为数据分析师、数据工程师和算法工程师等数据科学从业
本书主要介绍基于Python语言的数据分析实践工具,分成Python网络爬虫与信息提取、Python数据分析与展示、Python科学计算三维可视化和Python机器学习应用四大知识模块,以及综合案例。在每一个知识模块,先对核心的理论知识进行介绍,再重点介绍该模块的典型实践工具的使用方法, 以大量的经典案例或实际问题求解案例为纽带,在各知识点间建立一种联系,强化各知识点间的融合。作者力图通过简练的语言、精美的图表,展现基于Python的相关技术和工具的核心技能点,帮助读者快速检索知识,提升学习和工作效率。 本书的内容范围广,适合作为高等学校计算机公共基础课的教材,可作为以Python为基础的程序设计类课程的配套教材,也可作为数据科学与大数据技术专业教师和学生的学习资料,还可作为数据分析师、数据工程师和算法工程师等数据科学从业者项
本书为《Python数学建模算法与应用》的配套书,通过物理、化学、生物、医学、交通、人口、生态、经济管理和工程技术中众多数学模型的实例,阐明建立各种现实问题数学模型的主要方法和基本规律。书中每章内容后面还设置了“习题”和“实践与思考”,前者是帮助读者加深对本章内容理解的练习;后者实际上是为建立与本章内容有关的实际问题的数学模型的实践活动提供课题,其中有些还是 外数学建模竞赛的赛题。阅读该书有助于读者提高分析问题和解决问题的能力。
深度学习是一种人工智能,模仿人脑处理数据和创建用于决策的模式方面的工作,处理用于检测对象、识别语音、翻译语言和进行决策的数据。本书是深度学习入门级教材,有以下特点: 1.由浅入深,对于 基本的单层神经网络到多层神经网络的前向及后向传播理论,从公式到代码缓慢进阶,做了透彻的解释,易于理解及上手。 2.在基本模块介绍之后,对于各种 复杂的模型并不拘泥于细节,而是着重介绍其含义,让读者着眼于整体框架及未来发展。 3.尽量跟随新发展,书中 的模型来自2020年。
本书以 考试中心颁发的《全国计算机等级考试二级Python语言程序设计考试大纲(2018年版)》为基础编写。系统地介绍了Python语言的基础知识和实用技术,全书分为10章,内容主要包括:Python概述、Python语法概述、Python基本数据类型、程序控制结构、函数与模块、组合数据类型、文件操作和数据格式化、面向对象程序设计、异常处理以及Python爬虫程序。本书实例丰富,突出该课程操作性强的特点,每章都附有实例解析和习题,便于学生课后巩固相关知识。 本书既可作为高等院校各专业师生的计算机程序设计课程教材,也可作为程序开发人员的参考用书,还可以作为参加全国计算机等级考试二级Python语言程序设计人员的考 书。