具體描述
Python 已成為廣受數據科學領域歡迎的開發語言。《Python絕技：運用Python成為頂級數據工程師》契閤這一趨勢，結閤具體的業務場景，從數據思維的角度齣發，剖析各業務環節中數據處理的策略、算法，並運用Python 代碼呈現翔實的案例，構建齣一個完整的數據分析體係。
在內容的組織和安排上，《Python絕技：運用Python成為頂級數據工程師》層次分明、詳略得當：針對簡單的數據分析工作，讀者可以先瀏覽第1 章至第3 章；專職從事數據分析的工程師可以通篇閱讀《Python絕技：運用Python成為頂級數據工程師》，以構建數據處理工程的完整知識框架；最後一章針對從事大數據分析的工程師提供瞭一些常見問題的解決思路和方法。
《Python絕技：運用Python成為頂級數據工程師》既適閤剛接觸數據工程的從業人員作為入門參考，也可以幫助具有一定經驗的數據工程師搭建知識體係，洞悉業務場景中的數據奧秘，得心應手地運用數據指導業務。
著者簡介
圖書目錄
1.1 何為數據工程師 / 1
1.2 數據分析的流程 / 3
1.3 數據分析的工具 / 11
1.4 大數據的思與辨 / 14
2 關於Python / 17
2.1 為什麼是Python / 17
2.2 常用基礎庫 / 19
2.2.1 Numpy / 19
2.2.2 Pandas / 26
2.2.3 Scipy / 37
2.2.4 Matplotlib / 38
3 基礎分析 / 43
3.1 場景分析與建模策略 / 43
3.1.1 統計量 / 43
3.1.2 概率分布 / 48
3.2 實例講解 / 55
3.2.1 誰的成績更優秀 / 55
3.2.2 應該庫存多少水果 / 57
4 數據挖掘 / 60
4.1 場景分析與建模策略 / 60
4.1.1 分類 / 61
4.1.2 聚類 / 76
4.1.3 迴歸 / 86
4.1.4 關聯規則 / 90
4.2 數據挖掘的重要概念 / 93
4.2.1 數據預處理 / 93
4.2.2 評估與驗證 /97
4.2.3 Bagging 與Adaboost / 99
4.2.4 梯度下降與牛頓法 / 102
4.3 實例講解 /105
4.3.1 信用卡欺詐監測 / 105
4.3.2 員工離職預判 /110
5 深度學習/ 114
5.1 場景分析與建模策略 / 115
5.1.1 感知機 / 115
5.1.2 自編碼器 / 119
5.1.3 限製玻爾茲曼機 /123
5.1.4 深度信念神經網絡 / 127
5.1.5 捲積神經網絡 / 129
5.2 人工智能應用概況 / 137
5.2.1 深度學習的曆史 /137
5.2.2 人工智能的傑作 / 140
5.3 實例講解 / 146
5.3.1 學習識彆手寫數字 / 146
5.3.2 讓機器認識一隻貓 / 151
6 大數據分析 / 160
6.1 常用組件介紹 / 160
6.1.1 數據傳輸 / 165
6.1.3 數據計算 / 174
6.1.4 數據展示 / 180
6.2 大數據處理架構 / 188
6.2.1 Lambda 架構 / 189
6.2.2 Kappa 架構 / 192
6.2.3 ELK 架構 / 193
6.3 項目設計 / 194
參考文獻 / 202
· · · · · · (收起)
讀後感
首先要说明一点的是,这本书只有202页,看目录就知道它要说的是数据分析,数据挖掘,深度学习和大数据分析,而如果以上任一领域要写一本书,也断不可能只有202页,而且字体还那么大,行间距那么宽,给我感觉是全程在凑字数,不,是比凑字数更可怕的,凑!页!数! 其次是排版,真的是一言难尽. ...
評分首先要说明一点的是,这本书只有202页,看目录就知道它要说的是数据分析,数据挖掘,深度学习和大数据分析,而如果以上任一领域要写一本书,也断不可能只有202页,而且字体还那么大,行间距那么宽,给我感觉是全程在凑字数,不,是比凑字数更可怕的,凑!页!数! 其次是排版,真的是一言难尽. ...
評分首先要说明一点的是,这本书只有202页,看目录就知道它要说的是数据分析,数据挖掘,深度学习和大数据分析,而如果以上任一领域要写一本书,也断不可能只有202页,而且字体还那么大,行间距那么宽,给我感觉是全程在凑字数,不,是比凑字数更可怕的,凑!页!数! 其次是排版,真的是一言难尽. ...
評分首先要说明一点的是,这本书只有202页,看目录就知道它要说的是数据分析,数据挖掘,深度学习和大数据分析,而如果以上任一领域要写一本书,也断不可能只有202页,而且字体还那么大,行间距那么宽,给我感觉是全程在凑字数,不,是比凑字数更可怕的,凑!页!数! 其次是排版,真的是一言难尽. ...
評分首先要说明一点的是,这本书只有202页,看目录就知道它要说的是数据分析,数据挖掘,深度学习和大数据分析,而如果以上任一领域要写一本书,也断不可能只有202页,而且字体还那么大,行间距那么宽,给我感觉是全程在凑字数,不,是比凑字数更可怕的,凑!页!数! 其次是排版,真的是一言难尽. ...
用戶評價
新手不是特彆推薦，很多包，有一些技術有點舊，拿來進階可以，入門彆看。
评分新手不是特彆推薦，很多包，有一些技術有點舊，拿來進階可以，入門彆看。
评分這本書最大的特色在於教工程師將工作任務拆解成數據分析的任務，也就是教你轉換成數據分析的思維，而且都配瞭簡潔易懂的案例幫助理解。從這個角度，是一本不錯的書籍。市麵上其他書要麼純講數據分析，要麼純教Python編程，結閤起來的很少。
评分這本書最大的特色在於教工程師將工作任務拆解成數據分析的任務，也就是教你轉換成數據分析的思維，而且都配瞭簡潔易懂的案例幫助理解。從這個角度，是一本不錯的書籍。市麵上其他書要麼純講數據分析，要麼純教Python編程，結閤起來的很少。
评分書名起的比較大，理論不夠深入。 書的內容還算提綱挈領，覆蓋數據工程的各個知識點，梳理齣的知識體係很贊。不太適閤做算法策略的，對初級或者中級的做工程應用的人，特彆腦袋一團漿糊的應該非常適用。看得齣是作者實際從事過這塊的工作，而不是韆篇一律抄襲，給個四星。
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有