Python數據分析與數據化運營

實戰代碼多，對入門很有幫助，值得反覆閱讀

Python 學習＃6；：它更像是專門寫給碼農技術手冊或者技術白皮書，介紹資源豐富，特別是附加部分。它內容深，對於小白可能不容易……

實戰代碼講解比較多，也對很多指標做了非常詳細的說明。 其中令我印象深刻的是關於聚類和分類的講解，主要從三個方面： 1、學習方式不同，聚類是非監督學習打，分類是監督學習。所謂監督學習與非監督學習主要通過是否有準確的標誌屬性，有則爲監督學習，無則爲非監督學習。 2、對數據集要求不同，聚類不需要提前對屬性打標籤，分類需要提前對屬性打標籤，以此作爲監督學習的標準。 3、應用場景不同，聚類通常用於探索性分析，分類一般用於預測。 複習一下十大經典算法 1、邏輯迴歸 2、線行迴歸 3、貝葉斯 4、決策樹 5、SVM 6、K-Means 7、KNN 8、隨機森林 9、降維 10、神經網絡 有些章節具體指標與案例講解比較深入，目前階段未理解其中內涵及優勢，希望在後續的工作學習中，能夠加深理解和應用數據化運營。

對於剛入門新手來說算是有用的實操指南，至少我在看到案例 1 時覺得能看懂，有看下去的興趣和學下去的動力。 但是，本書中的代碼確實存在一些細節問題，比如參數名書寫錯誤。 這本書是 2018 年出版的，有比較久遠了，有機會想學習新版。

挺不錯的一本書，着重指標的梳理與案例的實戰，讓你瞭解面對的數據需求是什麼，通過什麼的指標衡量問題或者衡量解決問題的假設，又如何通過Python進行實踐（有非常詳細的註釋），此外還說明每個流程需注意之處，最後針對這個問題有推薦的拓展延伸，非常棒！不足之處也有，比如過於詳細，內容過多，加之如沒有一些Python的常識也不好閱讀。不過瑕不掩瑜，非常值得值得看，五星推薦。

這是一部從實戰角度講解如何利用Python進行數據分析、挖掘和數據化運營的著作，不僅對數據分析的關鍵技術和技巧進行了總結，更重要的是對會員、商品、流量、內容4個主題的數據化運營進行了系統講解。 作者是國內一線數據分析師和大數據專家，在數據分析和數據化運營領域有近10年的經驗，在業內頗具知名度和影響力。本書不僅得到了宋星、黃成明、宮鑫等14位資深專家的好評和推薦，還得到了天善智能、中國統計網等多個數據科學相關機構的支持和高度認可。

一本非常棒的數據分析書籍，開闊視野，給在實際應用中提供了好多的思路和解決辦法，成爲數據分析師，還有很長的路要走呀。

是本不錯的數據分析入門書籍，特別是從市場或運營崗位入門數據分析。如果沒有基礎看跳過代碼部分，看完再補代碼部分的知識

泛泛而談，偏名詞解釋，沒有醍醐灌頂的感悟，案例看着有點找不到北。寧願他沒pyrhon,放點流程圖就行了。

案例貼合真實場景，知識點總結清晰到位