Python數據分析與挖掘實戰（第2版）
張良均 譚立雲 劉名軍 江建明
2460人在讀
21.5萬字總字數
¥55定價
張良均 譚立雲 劉名軍 江建明
內容簡介 本書是Python數據分析與挖掘領域的公認的事實標準，第1版銷售超過10萬冊，銷售勢頭依然強勁，被國內100餘所高等院校採用爲教材，同時也被廣大數據科學工作者奉爲經典。 作者在大數據挖掘與分析等領域有10餘年的工程實踐、教學和創辦企業的經驗，不僅掌握行業的*新技術和實踐方法，而且洞悉學生和老師的需求與痛點，這爲本書的內容和形式提供了強有力的保障，這是本書第1版能大獲成功的關鍵因素。 全書共13章，分爲三個部分，從技術理論、工程實踐和進階提升三個維度對數據分析與挖掘進行了詳細的講解。 第壹部分 基礎篇（第1～5章） 主要講解了Python數據分析與挖掘的工具和技術理論，包括數據挖掘的基礎知識、Python數據挖掘與建模工具、數據挖掘的建模過程，以及挖掘建模的常用算法和原理等內容。 第二部分 實戰篇（第6～12章） 通過工程實踐案例講解了數據挖掘技術在金融、航空、零售、能源、製造、電商等行業的應用。在案例組織結構上，本書按照“介紹案例背景與挖掘目標→闡述分析方法與過程→完成模型構建”的順序進行，在建模過程關鍵環節，穿插程序實現代碼。*後，通過上機實踐加深對案例應用中的數據挖掘技術的理解。 第三部分 提高篇（第13章） 重點講解了基於Python引擎的開源數據挖掘建模平臺（TipDM）的功能和使用方法，以航空公司客戶價值分析爲案例，介紹瞭如何使用該平臺快速搭建數據分析與挖掘工程。 本書不僅提供TipDM這樣的上機實踐環境，而且還提供配套的案例建模數據、Python源代碼、教學PPT。
拿到一個觀察值序列後，首先要對它的純隨機性和平穩性進行檢驗，這兩個重要的檢驗稱爲序列的預處理。根據檢驗結果可以將序列分爲不同的類型，對不同類型的序列會採取不同的分析方法。 純隨機序列又叫白噪聲序列，序列的各項之間沒有任何相關關係，序列在進行完全無序的隨機波動，可以終止對該序列的分析。白噪聲序列是沒有信息可提取的平穩序列。 對於平穩非白噪聲序列，它的均值和方差是常數，現已有一套非常成熟的平穩序列的建模方法。通常是建立一個線性模型來擬合該序列的發展，藉此提取該序列的有用信息。ARMA模型是最常用的平穩序列擬合模型。 對於非平穩序列，由於它的均值和方差不穩定，處理方法一般是將其轉變爲平穩序列，這樣就可以應用有關平穩時間序列的分析方法，如建立ARMA模型來進行相應的研究。如果一個時間序列經差分運算後具有平穩性，則稱該序列爲差分平穩序列，可以使用ARIMA模型進行分析。
紙上得來終覺淺，您看我還有機會嗎☠️
適合初學者，像我這樣沒基礎的看前面九章都沒有什麼壓力。 部分代碼有一些小錯誤。
本書基於新版的Python升級和優化，提供豐富的配套資源，如上機環境、Python源代碼、案例建模數據、教學ppt。
本書是Python數據分析與挖掘領域的公認的事實標準，第1版銷售超過10萬冊，銷售勢頭依然強勁，被國內100餘所高等院校採用爲教材，同時也被廣大數據科學工作者奉爲經典。 作者在大數據挖掘與分析等領域有10餘年的工程實踐、教學和創辦企業的經驗，不僅掌握行業的新技術和實踐方法，而且洞悉學生和老師的需求與痛點，這爲本書的內容和形式提供了強有力的保障，這是本書第1版能大獲成功的關鍵因素。
說自己是標準，有寫託大了。最後一章介紹的平臺實際使用的人並不多。
很棒，我覺得對我有用[微笑][微笑][微笑]