深入淺出數據科學：Python編程
[美]布拉德福德·塔克菲爾德
143人在讀
21.7萬字總字數
¥51.07定價
[美]布拉德福德·塔克菲爾德
本書通過對數據科學技術基本技能和豐富實用的示例的介紹，展示如何獲取、分析和可視化數據，利用數據應對常見的業務挑戰。通過優化共享單車公司的業務運營、從網站上提取數據並創建推薦系統等示例，你將學會如何找到數據驅動的解決方案並使用這些方案做出商業決策。本書所涵蓋的內容包括進行探索性數據分析、運行 A/B 測試、使用邏輯迴歸模型進行二分類及使用機器學習算法等。通過本書，你還將學習如何預測客戶需求、優化營銷活動、減少客戶流失、預測網站流量，以及構建推薦系統等。
從數據處理到商業預測，數據科學實戰全記錄 階段1：數據分析與可視化 用Python的pandas加載與清洗自行車租賃數據，進行統計分析，並通過Matplotlib繪製圖表，用相關係數和熱力圖挖掘規律。 階段2：迴歸分析與預測 在汽車銷售業務中，完成數據清洗與可視化後，運用線性迴歸預測需求，並從歷史數據中擬合出可用於未來推斷的模型。 階段3：統計檢驗與機器學習 開展假設檢驗與A/B測試，構建邏輯迴歸模型處理二分類問題，並擴展到監督學習與無監督聚類（如EM算法），建立系統化預測能力。 階段4：數據獲取與智能應用 編寫爬蟲抓取網頁數據，構建基於協同過濾的推薦系統，並利用NLP詞嵌入技術實現文本相似度計算與主題建模。 階段5：多工具協同 除Python外，搭配SQL進行數據查詢與連接，使用R完成統計分析，形成完整的數據科學工作流。