具体描述
作者简介
目录信息
第1章引言
1.1下载及安装Python
1.2Anaconda的几种界面
第2章Python基础知识
2.1一些基本常识
2.2文件及输入输出
2.3numpy模块
2.4pandas模块
2.5matplotlib模块
2.6scipy模块
第3章传统初等统计中的Python
3.1简单的描述统计
3.2把分类变量转换成哑元
3.3简单的假设检验
3.4相关与简单的回归
3.5方差分析
3.6logistic回归
第4章机器学习方法的回归和分类案例
4.1回归
4.2分类
第5章时间序列
5.1时间序列的图形描述
5.2时间序列平稳性
5.3ARMA模型的拟合和预测
5.4新西兰奥克兰降水数据的ARMA拟合
5.5向量自回归模型
第6章类和子类简介
6.1class
6.2subclass
· · · · · · (收起)
1.1下载及安装Python
1.2Anaconda的几种界面
第2章Python基础知识
2.1一些基本常识
2.2文件及输入输出
2.3numpy模块
2.4pandas模块
2.5matplotlib模块
2.6scipy模块
第3章传统初等统计中的Python
3.1简单的描述统计
3.2把分类变量转换成哑元
3.3简单的假设检验
3.4相关与简单的回归
3.5方差分析
3.6logistic回归
第4章机器学习方法的回归和分类案例
4.1回归
4.2分类
第5章时间序列
5.1时间序列的图形描述
5.2时间序列平稳性
5.3ARMA模型的拟合和预测
5.4新西兰奥克兰降水数据的ARMA拟合
5.5向量自回归模型
第6章类和子类简介
6.1class
6.2subclass
· · · · · · (收起)
读后感
评分
评分
评分
评分
评分
用户评价
评分
买来一个月，通读了一遍，过程不太舒服，效果不大好，哈哈。 吴喜之老师的书简洁明了，干货很多，个人风格明显（不是手把手教你如何学Python分析，而是将统计和机器学习作为主干，Python是表达）。写法也大不同于一般Python数据分析的书。 有一定的难度，不适合没有Python基础的人看（PS：我轻松看了一本Python基础教程以后依然进展缓慢）。
评分比较基础的干货确实有，但完全可以写得更详细一些的。statsmodels和sklearn功能那么强大，完全可以像作者之前写的R的统计分析的书籍一样展开，而不是区区一百多页草草了事。如果作者打算继续写Python相关的统计分析书籍，希望能看到更丰富更细致的内容。
评分比较基础的干货确实有，但完全可以写得更详细一些的。statsmodels和sklearn功能那么强大，完全可以像作者之前写的R的统计分析的书籍一样展开，而不是区区一百多页草草了事。如果作者打算继续写Python相关的统计分析书籍，希望能看到更丰富更细致的内容。
评分只是告诉如何用python搞统计
评分只是告诉如何用python搞统计
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有