python数据科学实践 常象宇_python数据科学

Python语言拥有大量可用于存储、操作和洞察数据的程序库，已然成为深受数据科学研究人员推崇的工具。本书以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn这5个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。 IPython和Jupyter:为使用Python提供计算环境 NumPy：用ndarray实现高维数组的高效存储与操作 Pandas：用DataFrame实现带标签/列式数据的高效存储与操作 Matplotlib：实现各种数据可视化 Scikit-Learn：用高效整洁的Python实现重要的机器学习算法

¥86.10定价：¥109.00(7.9折)

(1)作者在IT行业有超过20年的研发经验，在金融和数据科学领域有超过12年的实践经验，是金融界知名的数据科学家，在R/Python/SAS等技术领域有深厚的积累。 (2)本书从3个维度展开，技术维度：全面讲解数据分析、数据挖掘和机器学习的核心技术；业务维度，围绕具体的业务生命周期展开技术知识点的讲解；实践维度，列举的全部是商业案例，通过案例为数据科学从业者提供工作模板。

¥64.40定价：¥99.00(6.51折)电子书：¥49.00

本书是狗熊会政委团队力作，特别适合数据科学领域的Python小白快速上手。 王汉生(北京大学光华管理学院教授) 本书依托数据科学精品案例并结合大量场景和行业应用，让Python不再枯燥，更加有用、有趣。 李广雨(狗熊会CEO) 仿照本书第8章的方法，我对本书书名进行了一次分词：Python、数据科学、实践。这三个关键词各自都拥有海量的书籍资料，但用生动有趣的语言将三者结合起来，却是一件极为难的事情。在阅读本书的过程中，我惊奇地发现原来日常生活中形形色色的数据能与Python编程发生如此奇妙的 化学反应 ，而本书正是通过这种方式让读者真切地感受到数据科学的魅力。 邱怡轩(美国普渡大学统计学专业博士，卡内基梅隆大学博士后)

¥34.50定价：¥69.00(5折)

Python是一门非常灵活的编程语言，本书特色在于对Python的基础知识与应用辅以大量实例进行讲解，读者可以通过这些程序实例事半功倍地学会Python。

¥64.50定价：¥129.00(5折)电子书：¥90.30

/2020-04-01

1.作者权威，编写经验丰富，且读者反映良好。 1.内容以实践为主，强化技能训练。 本书通过Python编程实践、书中代码演示和习题等，帮助读者快速掌握数据科学相关技能。 2.实例贴近实际，实用性强。本书案例皆与生活例子相关，更实用。 3.配套资源丰富。本书提供PPT、教学大纲、参考答案等资源，方便读者使用。

¥40.20定价：¥42.00(9.58折)

/2021-01-01

Python是适用于数据科学的编程语言。即使你初次接触Python语言，本书也能教会你通过Python编程来获取、组织、处理和分析大量的信息并识别出趋势和模式。从安装Python开始，一直到执行交叉验证，快用本书开始学习之旅吧！看看Python为什么适用于数据科学 浏览数据科学管道并学习Python的基本功能。安装设置 安装Python、下载数据集和样例代码并用数字和逻辑来工作，创建函数，存储和索引数据。可视化 探索MatPlotLib，创建图表，包括饼图、条形图、直方图和散点图。深入探索 学习类和多进程，为数值型的数据定义描述性的统计量并应用于可视化。数据处理 研究降维解决方案，执行层次聚类并学习检测数据中的异常点。让数据告诉你一些信息 使用线性模型并执行交叉验证、选取和优化。本书包含以下精彩内容： Python数据分析编程基础 有关Python开发环境的一切

¥34.50定价：¥69.00(5折)

本书从讲解如何在数据科学中应用Python开始，陆续介绍了Python的工作环境，如何用Python分析数据，以及数据挖掘的概念，然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、*森林、旋转森林和超树等方面的内容，这些都是一个成功的数据科学专家所必需掌握的。 阅读本书，你将学会： ■ 揭示数据科学算法的完整范畴； ■ 高效地掌握和使用numpy、scipy、scikit-learn和matplotlib等Python库； ■ 了解进阶回归方法的建模和变量选择； ■ 进一步彻底理解集成方法的潜在含义及实施； ■ 在各种各样的数值和文本数据集上解决实际问题； ■ 熟悉先进的算法，如梯度提升、*森林、旋转森林等。本书特色： ■ 内容明确且易于跟学； ■ 甄选重要的任务与问题； ■ 精心组织编排内容，有效解决问题； ■ 清晰易懂的讲解方式； ■ 书中呈现的解决方案能够

¥38.70定价：¥79.00(4.9折)电子书：¥19.99

《Python与数据科学》分为基础编、分析编、挖掘编和提高编四部分。 基础编包括数据科学简介(第1章)和Python基础知识(第2章)两章。涉及数据科学的概念、数据科学的学习方法、数据科学家的概念、数据科学家的应备技能、Python与数据科学的关系、数据科学领域中常用的Python包。 分析编包括Python数据获取和数据预处理(第3章)和利用Python进行数据分析(第4章)两章。内容包括Python数据获取的各种方式：从文件中、从数据库中、从Web网页中获取数据，对获取的数据可采用Python Pandas进行数据清洗、数据集成与数据转换等数据预处理工作。 挖掘编包括利用Python进行数据挖掘(第5章)和利用Python进行文本挖掘(第6章)两章。在数据挖掘部分首先简单介绍了Python的Scikit-Learn数据挖掘库的安装与使用，然后结合实例详细介绍数据挖掘中常用的算法；在文本挖掘部分

¥41.80定价：¥45.00(9.29折)

/2016-03-01

数据科学家实践指南，依据高科技公司中数据科学家的职位描述和要求，创作本书。提供三大实战案例：1.使用真实的电影评分数据创建一个电影推荐系统；2.创建一个能实际运行的维基百科数据搜索引擎；3.创建一个垃圾邮件分类器，可以对邮件账户中的垃圾邮件和正常邮件进行正确的分类。本书涵盖准备分析数据、训练机器学习模型和可视化分析结果等主题，有助你提高使用Python高效地进行数据分析和机器学习的能力，并建立信心以更好地分析自己的机器学习模型。●清理和准备数据，使其可用于分析●应用Python中流行的聚类和回归方法●使用决策树和随机森林训练高效的机器学习模型●使用Python Matplotlib库对分析结果进行可视化●使用Apache Spark的MLlib包在大型数据库上进行机器学习

¥54.50定价：¥69.00(7.9折)电子书：¥35.00

?《Python数据科学导论》部分内容已用于西班牙巴塞罗那大学 数据科学和大数据 课程。本书具有如下特色： 1) 提供了许多基于真实世界数据的实际案例研究。 ?2) 通过使用Python解决数据科学问题的实践经验来加深理解。 ?3) 介绍了用于统计分析、机器学习、图像分析和并行编程的技术和工具。 ?4) 回顾了数据科学的一系列应用，包括推荐系统和基于文本数据的情感分析。 ?5) 在相关网站上提供了补充代码资源和数据(见本书前言)。

¥46.60定价：¥59.00(7.9折)

1.在数据学科的角度，融合了数学、计算机科学、计量经济学的精髓。2.为读者阐释了数据科学所要解决的核心问题 数据模型、算法模型的理论内涵和适用范围3.以常用的IT工具 Python为基础，教会读者如何建模以及通过算法实现数据模型，具有很强的实操性。4.本书还为读者详解了分布式机器学习、神经网络、深度学习等大数据和人工智能的前沿技术。中国工程院院士、第三世界科学院院士、前中国科学院计算技术研究所所长李国杰，易选股金融智能证券董事长，键桥通讯董事易欢欢作序推荐；GrowingIO 创始人兼 CEO张溪梦，复旦大学教授、博士生导师、复旦大学航空航天数据研究中心主任杨卫东，美国罗格斯大学管理科学及信息系统系终身教授，中国计算机学会大数据专家委员会委员林晓东，诚意推荐。

¥48.50定价：¥99.00(4.9折)电子书：¥63.36

/2018-06-01

1.金融大数据专家带你学习Python神器 Anaconda，了解Anaconda强大的包和各项功能； 2.借助开源免费的Python平台，丰富实用的案例，轻松驾驭金融大数据并解决常见的数据科学难题； 3.基于Python 3.6和Anaconda 3进行讲解。

¥39.50定价：¥79.00(5折)电子书：¥50.56

/2020-05-01

机器语言众多，为什么学Python? Python是人工智能和机器学习的*编程语言: 1. 拥有众多出色的第三方库，与操作系统完美集成。 2. 提供社区支持，增加了其在数据科学和科学计算中的应用。 3. 是一门理想的集成语言、 胶水 语言,将各种技术绑定在一起。 4. 代码简洁，容易阅读和学习,准入门槛低。 5. 是高级的脚本语言，更适合AI和机器学习。 6. 是功能强大的解释型编程语言，高效率的高层数据结构，能够简单而有效地实现面向对象编程。 7. 良好的可视化选项，提供了一些很好的可视化工具。 8. *重要和*受欢迎的直接原因是，其Numpy和Scipy库能够支持Scikit-Learn这样的项目，这几乎是目前解决机器学习问题所需的标准配置。 《Python编程从数据分析到机器学习实践(微课视频版)》是继《Python编程从零基础到项目实战(微课视频版)》之后的Python编程进阶图书，主要

¥49.90定价：¥99.80(5折)

/2020-02-01

1.本书是目前市面上仅有的以Jupyter为主题的图书。 2.本书涵盖大量的实际案例，帮助读者学以致用。 3.通过简单易懂的Python示例，掌握数据科学技能。 学习Python编程技能以展开独立的数据科学项目。 通过Python语言学习线性代数和统计学的基础知识。 建立预测模型，调整其参数并分析性能。 对无标签的数据集进行聚类、转换、可视化和提取。 学习如何使用matplotlib和seaborn实现数据可视化。 为实际业务场景实现和保存机器学习模型。 现代商业中充斥着数据，因而由数据驱动的决策任务变得越来越复杂，执行此类任务就需要相关的技术知识和分析技能。本书旨在帮助您掌握Python知识，同时熟练使用Jupyter Notebook等工具，以胜任数据科学家的角色。 本书简要介绍了数据科学的基础知识和您在学习中可能遇到的问题，并概述了书中涵盖的关键主题。您将学会

¥39.50定价：¥79.00(5折)电子书：¥50.60

《Python和Dask数据科学》详尽介绍使用Dask进行数据准备、数据清理、探索性数据分析和数据可视化，*后介绍使用Dask进行机器学习。通过提供真实的数据、丰富的案例，帮助读者尽快了解和掌握Dask的用法。每个知识点都提供了相应的代码段，帮助读者通过实践强化对知识的理解。每章的开头和结尾对该章的主要内容进行概括和总结。 《Python和Dask数据科学》还提供了示例代码和数据集的下载地址。可以在论坛里对《Python和Dask数据科学》发表评论，提出技术问题，从作者和其他用户那里得到帮助和提高。《Python和Dask数据科学》是迄今为止*详尽介绍使用Dask进行数据科学工作的书籍。

¥39.90定价：¥79.80(5折)

面对着每年都在快速增长的数据量，我们对数据进行分析和处理的需求变得比以往更加迫切。那些懂得如何利用数据的公司比不懂的公司更具有竞争优势，这使得那些具有丰富知识储备且有能力的数据人才变得更加抢手。本书的主要内容：学会并理解在不同平台下安装R和Python的流程和所需环境；在R和Python环境下实现数据获取、数据清洗、数据整理，完成数据分析的准备工作；建立预测模型和探索分析模型；分析模型结果并创建数据报告；尝试多种基于树的方法，建立随机森林；在R中实现初步的数据科学概念；学习探索性数据分析的应用方法，基于树的方法以及随机森林方法等。

¥33.80定价：¥69.00(4.9折)电子书：¥44.16

《深入浅出数据科学》的目的是帮助你掌握数学、编程和商业分析的综合技能。通过本书，你将能够自信地提出并解答复杂的数据问题，从抽象和原始的统计信息发掘并完善可执行的想法。通过将数学和计算机编程技能相结合，你将踏上成为数据科学家的激动人心的旅程。本书介绍了数据科学的全过程，包括数据准备、数据清洗，以及如何选择有效的数据挖掘策略和技巧，从而深入理解数据科学的方方面面。你将学到数学和统计学的核心知识，以及数据科学家和分析师经常使用的代码。你将了解机器学习，学会用常见的统计学模型分析稠密数据集，创建有说服力的可视化图表，并和他人交流分析结果。从本书你将学习到： 理解数据科学的五个核心步骤 聪明地使用你的数据，仔细地处理它 填平数学和计算机编程之间的鸿沟 学会概率论、微积分，以及使用统计模型处

¥34.50定价：¥69.00(5折)电子书：¥28.99

采用机器学习方法和Python，可以使丰富的认知得以自动呈现。《Python机器学习 5个数据科学家案例解析》使用基于案例解析的实践方法来解决实际应用中运用机器学习的难题。这些更智能的机器将使你的业务流程以*短的时间和*少的资源获得更高的效率。《Python机器学习 5个数据科学家案例解析》将指导你逐步完善业务流程，并确定框架策略的关键点。你将了解可用于产品和服务的机器学习技术。此外，还将了解每个机器学习概念的优缺点，以帮助确定哪一种*适合需求。通过逐步采用Python编程的方法，你将能够理解机器学习过程中模型选择和决策背后的基本原理。《Python机器学习 5个数据科学家案例解析》提供实用的示例和代码，以确保你理解解决实际问题的数据科学方法。

¥39.30定价：¥49.80(7.9折)

本书使用Python和C 两种编程语言来介绍数据结构。Python的面向对象特性， 让它成为一种非常适合用来学习数据结构课程的语言。C 的语法比Python更复杂，但是在学习了Python并掌握了基本的编程概念之后，学习C 的语法变得更为容易。 本书首先介绍了抽象与算法分析、数据的抽象等数据结构的基本原理和知识， 然后结合Python的特点介绍了容器类、链式结构和迭代器、堆栈和队列、递归、树；随后，简单介绍了C 语言的知识，并进一步讲解了C 类、C 的动态内存、C 的链式结构、C 模板、堆、平衡树和散列表、图等内容；*后对算法技术进行了总结。每章末尾给出了一些练习题和编程练习，帮助读者复习巩固所学的知识。 本书适合作为高等院校计算机相关专业数据结构课程的教材和参考书，也适合对数据结构感兴趣的读者学习参考。 随书附赠源代码，可在异步社区轻

¥44.50定价：¥89.00(5折)电子书：¥56.96

不管你是程序设计爱好者、计算机专业的学生还是一位专业程序员，本书都是你通过Python编程语言学习面向对象设计和数据结构的不错的入门教程。通过清晰的示例、按部就班的讲解以及众多实用的练习，本书教你通过Python理解并使用数据结构。 ● 使用多态和继承来设计集合类； ● 集合接口的多个实现； ● 不同的集合实现的时间 空间代价分析。

¥34.50定价：¥69.00(5折)

时下极热门的职业是数据科学家，而不是传统的信息科学家，也不是大数据工程师。 数据科学家必备的技能中，机器学习和Python 应该是位列前五的两项，学习本书，实现自己的第1个小目标。 更多计算机好书请关注： 电子工业出版社当当自营店

¥38.60定价：¥69.00(5.6折)电子书：¥33.78

/2017-02-01

内容组织 《数据科学实战入门 使用Python 和R》一书基于数据科学方法论进行内容的组织。数据科学方法是一种在科学框架体系内进行数据分析的阶段性、自适应和迭代式方法。 1. 问题理解阶段。首先，需要清晰地阐明项目目标；然后将这些目标转化为一种可以用数据科学解决的问题。 2. 数据准备阶段。数据清洗/准备阶段很可能是整个数据科学处理过程中*费力气的阶段。 ● 相关内容参见第3 章： 数据准备 。 3. 探索性数据分析阶段。在此阶段通过图形化探索方法获得对数据的初步认识。 ● 相关内容参见第4 章： 探索性数据分析 。 4. 设置阶段。建立数据模型的性能基准，如果需要，可以对数据进行分割和平衡处理。 ● 相关内容详见第5 章： 为建模数据做准备 。 5. 建模阶段。建模阶段是数据科学研究过程的核心，在此阶段应用各种先进的算法来发现隐藏在数据

¥34.90定价：¥69.80(5折)

本书对上一版内容进行了全面扩展和更新，将帮助你使用常见的Python库成功地进行数据科学操作。本书提供了对Python核心软件包的前沿见解，包括新版的Jupyter Notebook、Numpy、pandas和Scikit-learn等。 本书提供大量详细的示例和大型混合数据集，可以帮助你掌握数据收集、数据改写和分析、可视化和活动报告等基本统计技术。此外，书中还介绍了机器学习算法、分布式计算、预测模型调参和自然语言处理等高级数据科学主题，还介绍了深度学习和梯度提升方案(如XGBoost、LightGBM和CatBoost)等内容。 通过本书的学习，你将全面了解主要的机器学习算法、图分析技术以及所有可视化工具和部署工具，使你可以更轻松地向数据科学专家和商业用户展示数据处理结果。 通过阅读本书，你将学到： 在Windows、Mac和Linux系统上安装数据科学工具箱 使用Scikit-learn库提供的核心机器学习

¥51.40定价：¥79.00(6.51折)

Python是一门非常灵活的编程语言，本书特色在于对Python的基础知识与应用辅以大量实例行讲解，读者可以通过这些程序实例事半功倍地学会Python。

不同类型文本数据的获取、清洗、组织和可视化 如何用NumPy和Pandas模块处理数值数据 探索用MySQL和MongoDB配置、填充、查询数据 网络创建、度量和分析 概率与统计以及机器学习的相关基本概念

本书专为在学术与商业领域从事数据科学和数据分析的人员而设计，旨在以Python为工具详细介绍数据科学和分析中使用的主要概念、技术、方法及一些实用技巧，为立志成为数据科学家的读者提供可行的实践指南。 本书各个章节彼此独立，以便读者可以轻松地查阅所需内容。 全书从处理过程和获取结果的角度讨论了数据科学和数学分析的相关内容， 还介绍了Python的重要功能，包括Python入门知识。本书涵盖机器学习、模式识别和人工智能的基本要素，它们是本书其余部分所使用的算法和实现的基础；还介绍了使用聚类技术和分类算法进行回归分析，探索了分层聚类、决策树、集合技术、降维技术和推荐系统；*后讨论了支持向量机算法以及回归和分类等应用程序中重要的核心技巧。

¥44.90定价：¥69.00(6.51折)

案例实用，内容全面--本书采用目前大数据领域的热门软件Python编写，结合python语言的特性，全面讲解大数据相关的数据处理和数据挖掘的相关知识。内容从基础理论到实践应用，由浅入深、循序渐进，并配以大量的图例和实例讲解，能够使读者快速地了解和掌握大数据原理及应用案例。 涵盖实验教学内容--本书还将实验环节及实操内容融入到各个知识点与课程教学中，满足该课程对实践教学的需求。 配套资源丰富--本书还配套丰富的教学资源与学习资源，包括教案、课件、数据源的教学辅助资源，后续还将提供课程的教学视频的学习资源。

¥57.30定价：¥59.80(9.59折)

Python语言在科学计算和数据处理领域应用前景广阔。大数据时代，催生了人们处理大量数据的实际需求。Python应用领域的拓展，越来越多的人将Python用于处理大型数值数据集，使用标准格式来进行数据的存储和通信也显得越来越重要，而HDF5也正迅速成为人们存储科学数据的选择。本书会带你迅速了解使用HDF5对大小从GB至TB的数字数据集进行存档和共享的细节、实践以及陷阱，体验在Python语言中用HDF5存储科学数据。通过真实世界的例子以及动手练习，你将依次学习科学数据集、层次性组织的组、用户定义的元数据，以及有互操作性的文件等主题。本书的例子对于Python2和Python3都适用。 本书包括以下内容：设置HDF5工具并创建HDF5文件。通过学习HDF5数据集对象来使用数据集。理解数据集分块和压缩等高级功能。使用组来学习如何利用HDF5层次性结构。使用HDF5的属性来添加

¥19.50定价：¥39.00(5折)电子书：¥22.81

数据科学家实践指南，依据高科技公司中数据科学家的职位描述和要求，创作本书。 提供三大实战案例： 1.使用真实的电影评分数据创建一个电影推荐系统； 2.创建一个能实际运行的维基百科数据搜索引擎； 3.创建一个垃圾邮件分类器，可以对邮件账户中的垃圾邮件和正常邮件行正确的分类。 本书涵盖准备分析数据、训练机器学习模型和可视化分析结果等主题，有助你提高使用Python高效地行数据分析和机器学习的能力，并建立信心以更好地分析自己的机器学习模型。 ●清理和准备数据，使其可用于分析 ●应用Python中流行的聚类和回归方法 ●使用决策树和随机森林训练高效的机器学习模型 ●使用Python Matplotlib库对分析结果行可视化 ●使用Apache Spark的MLlib包在大型数据库上行机器学习

本书首先介绍如何设置基本的数据科学工具箱，然后带你进入数据改写和预处理阶段，这一部分主要是阐明所有与核心数据科学活动相关的数据分析过程，如数据加载、转换、修复以及数据探索和处理等。*后，通过主要的机器学习算法、图形分析技术，以及所有易于表现结果的可视化工具，实现对数据科学的概述。本书行文过程以数据科学项目为主体，辅以整洁的代码和简化的示例，能帮助你理解与项目相关的潜在原理和实际数据集。通过阅读本书，你将学到：使用Windows、Mac和Linux系统上的Python科学环境设置数据科学工具箱为数据科学项目准备数据为了解决数据科学问题，进行数据操作、修复和探索建立实验流程来检验数据科学假设为数据科学任务选择*有效和可扩展的学习算法优化机器学习模型，以获得*佳性能进行图的探索和聚集分析，充分利用数据中的联系和

¥33.80定价：¥49.00(6.9折)

本书从讲解如何在数据科学中应用Python始，陆续介绍了Python的工作环境，如何用Python分析数据，以及数据挖掘的概念，然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、*森林、旋转森林和超树等方面的内容，这些都是一个成功的数据科学专家所必需掌握的。 阅读本书，你将学会： ■ 揭示数据科学算法的完整范畴； ■ 高效地掌握和使用numpy、scipy、scikit-learn和matplotlib等Python库； ■ 了解阶回归方法的建模和变量选择； ■ 一步彻底理解集成方法的潜在含义及实施； ■ 在各种各样的数值和文本数据集上解决实际问题； ■ 熟悉先的算法，如梯度提升、*森林、旋转森林等。 本书特色： ■ 内容明确且易于跟学； ■ 甄选重要的任务与问题； ■ 精心组织编排内容，有效解决问题； ■ 清晰易懂的讲解方式； ■ 书中呈现的解决方案能够

贝叶斯方法正在变得越来越常见与重要，但是却没有太多可以借鉴的资料来帮助初学者。基于Allen Downey在大学讲授的本科课程，本书的计算方法能帮助你获得一个良好的开端。 使用已有的编程技巧学习和理解贝叶斯统计 处理估计、预测、决策分析、假设的证据、假设检验等问题 从简单的例子开始，包括硬币问题、M Ms豆问题、《龙与地下城》勇士投骰子问题、彩弹游戏和冰球比赛问题 学习计算方法，解决诸如SAT分数含义、模拟肾肿瘤和人体微生物建模问题

¥24.50定价：¥49.00(5折)电子书：¥22.05

若把编写代码比作行军打仗，那么要想称霸沙场，不能仅靠手中的利刃，还需深谙兵法。Python是一把利刃，数据结构与算法则是兵法。只有熟读兵法，才能使利刃所向披靡。《Python数据结构与算法分析 第2版》是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验。通过学习本书，你将掌握数据结构与算法的基本思想，从而有信心探索任何编程难题的解决方法。 - 使用Python实现栈、队列、列表等抽象数据类型 - 掌握大O记法和时间复杂度等概念 - 利用递归解决汉诺塔问题 - 实现常用的搜索算法和排序算法，并分析性能 - 掌握树与图在Python中的应用 书本每章内容都有配套练习，帮助你更好地掌握所学内容； 针对Python新版全新改版，所有的代码都是使用Python3.x写成； 将所有的数据结构源代码都放在一个Python包中，方便读者在完成作业时使用； 相关配套

¥62.40定价：¥79.00(7.9折)电子书：¥39.00

详细讲解使用Python分析处理金融大数据的专业图书，将人工智能应用于金融开发的实战指南，金融应用开发领域从业人员的必备读物

¥69.50定价：¥139.00(5折)

1.大数据专家，复旦大学教授新力作2.华为公司提供真实企业开发案例3.提供典型Python算法与案例4.突出机器学习系统内容，包括深度学习典型算法与应用、知识图谱、机器学习行业应用等5.提供多媒体课件、案例代码等丰富的配套资源

¥57.30定价：¥59.80(9.59折)电子书：¥37.20

/2018-07-01

1.轻松入门：文笔流畅，通俗易懂，从Python基础、NumPy、Pandas、Matplotlib，到机器学习算法，循序渐进，帮助零基础读者快速入门。 2.图文并茂：一图胜千言，书中配有精心绘制的近200幅插图，形象生动，融会一心。 3.实战相随：实战出真知，每章均配备思考与提高环节，习题选自知名公司面试题目，针对性和实用性强，可在AI求职之路上助你一臂之力。

¥60.80定价：¥128.00(4.75折)电子书：¥89.60

/2020-05-01

写给IT工程师看的机器学习入门书紧紧围绕 机器学习的商业应用 这个主题，从数学原理上解释机器学习的一些基础算法，如*小二乘法、*推断法、感知器、Logistic回归、K均值算法、EM算法、贝叶斯推断等。帮助读者理解机器学习的本质，着眼于教会读者使用什么样的思维方式，以及如何进行计算，为读者探索更加复杂的深度学习领域或神经网络算法打下坚实的基础。第 1章 数据科学和机器学习第 2章 *小二乘法：机器学习理论*步第3章 *推断法：使用概率的推断理论第4章 感知器：分类算法的基础第5章 Logistic回归和ROC曲线：学习模型的评价方法第6章 K均值算法：无监督学习模型的基础第7章 EM算法：基于*推断法的监督学习第8章 贝叶斯推断：以数据为基础提高置信度的手法

¥29.50定价：¥59.00(5折)

/2018-05-01

Python语言拥有大量可用于存储、操作和洞察数据的程序库，已然成为深受数据科学研究人员推崇的工具。本书以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn这5个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。·IPython和Jupyter:为使用Python提供计算环境·NumPy：用ndarray实现高维数组的高效存储与操作·Pandas：用DataFrame实现带标签 列式数据的高效存储与操作·Matplotlib：实现各种数据可视化·Scikit-Learn：用高效整洁的Python实现重要的机器学习算法

¥79.60定价：¥109.00(7.31折)

/2018-02-01

时下极热门的职业是数据科学家，而不是传统的信息科学家，也不是大数据工程师。 数据科学家必备的技能中，机器学习和Python 应该是位列前五的两项，学习本书，实现自己的第1个小目标。 更多计算机好书请关注：电子工业出版社当当自营店

/2017-02-01

引入R ggplot2, Python Seaborn, Tableau, D3.js, Matlab 2015, Origin等绘图软件的图表风格与配色方案； 对比并总结了《华尔街日报》、《商业周刊》、《经济学人》等商业经典杂志的图表风格； 配套开发了一款Excel 插件EasyCharts，可以实现颜色拾取、数据拾取、图像截取、图表风格美化、新型图表绘制、数据分析等功能。

¥32.80定价：¥69.00(4.76折)电子书：¥16.99

/2016-09-01