123,123

內(nèi)容簡(jiǎn)介

　　《數(shù)據(jù)分析與挖掘算法：Python實(shí)戰(zhàn)》是一本介紹數(shù)據(jù)分析相關(guān)算法的學(xué)習(xí)指南，主要包括數(shù)據(jù)分析及數(shù)據(jù)挖掘相關(guān)概念介紹、數(shù)據(jù)思維及各種數(shù)據(jù)分析算法的原理及實(shí)現(xiàn)方法?！稊?shù)據(jù)分析與挖掘算法：Python實(shí)戰(zhàn)》的每個(gè)數(shù)據(jù)分析算法都介紹了數(shù)學(xué)原理、Python代碼實(shí)現(xiàn)以及實(shí)戰(zhàn)案例，內(nèi)容豐富、容易理解。本書共9章，第1章介紹了數(shù)據(jù)挖掘與數(shù)據(jù)分析、機(jī)器學(xué)習(xí)之間的關(guān)系；第2 章介紹了數(shù)據(jù)分析人員應(yīng)該具備的數(shù)據(jù)思維，包括數(shù)據(jù)思維認(rèn)知、數(shù)據(jù)挖掘“定律”；第3~9章介紹了各種數(shù)據(jù)分析算法的原理、實(shí)現(xiàn)方法及實(shí)戰(zhàn)案例，其中包括邏輯回歸、決策樹、樸素貝葉斯、聚類分析、關(guān)聯(lián)規(guī)劃、人工神經(jīng)網(wǎng)絡(luò)、集成學(xué)習(xí)。《數(shù)據(jù)分析與挖掘算法：Python實(shí)戰(zhàn)》適合從事數(shù)據(jù)分析工作的讀者自學(xué)，也可作為產(chǎn)品經(jīng)理、運(yùn)營人員、市場(chǎng)人員和對(duì)數(shù)據(jù)分析感興趣的讀者的參考用書。

作者簡(jiǎn)介

　　張曉東，碩士研究生，深耕數(shù)據(jù)分析領(lǐng)域近十年；曾任商業(yè)分析師、大數(shù)據(jù)分析師、算法工程師等職位；主導(dǎo)及參與近20個(gè)項(xiàng)目；曾受聘于呼和浩特市大數(shù)據(jù)管理局專家?guī)鞂＜?，現(xiàn)就職于騰訊無線大連研發(fā)中心（世紀(jì)鯤鵬）。

圖書目錄

第1章數(shù)據(jù)分析概述 1
1．1 什么是數(shù)據(jù)挖掘 2
1．2 數(shù)據(jù)挖掘與數(shù)據(jù)分析的關(guān)系 6
1．3 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的關(guān)系 8
1．4 機(jī)器學(xué)習(xí)算法簡(jiǎn)介 13

第2章數(shù)據(jù)思維 19
2．1 數(shù)據(jù)思維認(rèn)知 21
2．2 數(shù)據(jù)思維認(rèn)知的主觀性與客觀性 26
2．3 數(shù)據(jù)挖掘“定律” 29

第3章邏輯回歸 37
3．1 邏輯回歸基礎(chǔ)：從線性回歸到邏輯回歸 38
3．2 邏輯回歸函數(shù)構(gòu)建 41
3．3 邏輯回歸問題求解 46
3．4 邏輯回歸模型評(píng)估 49
3．5 Python代碼實(shí)現(xiàn) 55

第4章決策樹 65
4．1 決策樹基礎(chǔ) 66
4．2 決策樹算法 70
4．3 Python代碼實(shí)現(xiàn) 86

第5章樸素貝葉斯 95
5．1 概率論基礎(chǔ) 96
5．2 從貝葉斯公式到樸素貝葉斯分類 100
5．3 Python代碼實(shí)現(xiàn) 106

第6章聚類分析 113
6．1 聚類分析基礎(chǔ) 115
6．2 聚類算法 121
6．3 Python代碼實(shí)現(xiàn) 128

第7章關(guān)聯(lián)規(guī)則 137
7．1 關(guān)聯(lián)規(guī)則基礎(chǔ) 140
7．2 關(guān)聯(lián)規(guī)則算法 143
7．3 Python代碼實(shí)現(xiàn) 147

第8章人工神經(jīng)網(wǎng)絡(luò) 151
8．1 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 153
8．2 BP（誤差逆?zhèn)鞑デ梆仯┥窠?jīng)網(wǎng)絡(luò) 158
8．3 Python代碼實(shí)現(xiàn) 164

第9章集成學(xué)習(xí) 169
9．1 集成學(xué)習(xí)基礎(chǔ) 170
9．2 集成學(xué)習(xí)算法 174
參考資料 181