深入浅出数据科学：Python编程
[美]布拉德福德·塔克菲尔德
143人在读
21.7万字总字数
¥51.07定价
[美]布拉德福德·塔克菲尔德
本书通过对数据科学技术基本技能和丰富实用的示例的介绍，展示如何获取、分析和可视化数据，利用数据应对常见的业务挑战。通过优化共享单车公司的业务运营、从网站上提取数据并创建推荐系统等示例，你将学会如何找到数据驱动的解决方案并使用这些方案做出商业决策。本书所涵盖的内容包括进行探索性数据分析、运行 A/B 测试、使用逻辑回归模型进行二分类及使用机器学习算法等。通过本书，你还将学习如何预测客户需求、优化营销活动、减少客户流失、预测网站流量，以及构建推荐系统等。
从数据处理到商业预测，数据科学实战全记录 阶段1：数据分析与可视化 用Python的pandas加载与清洗自行车租赁数据，进行统计分析，并通过Matplotlib绘制图表，用相关系数和热力图挖掘规律。 阶段2：回归分析与预测 在汽车销售业务中，完成数据清洗与可视化后，运用线性回归预测需求，并从历史数据中拟合出可用于未来推断的模型。 阶段3：统计检验与机器学习 开展假设检验与A/B测试，构建逻辑回归模型处理二分类问题，并扩展到监督学习与无监督聚类（如EM算法），建立系统化预测能力。 阶段4：数据获取与智能应用 编写爬虫抓取网页数据，构建基于协同过滤的推荐系统，并利用NLP词嵌入技术实现文本相似度计算与主题建模。 阶段5：多工具协同 除Python外，搭配SQL进行数据查询与连接，使用R完成统计分析，形成完整的数据科学工作流。