- 在线时间
- 1306 小时
- 最后登录
- 2026-4-26
- 注册时间
- 2022-2-27
- 听众数
- 34
- 收听数
- 0
- 能力
- 100 分
- 体力
- 176211 点
- 威望
- 10 点
- 阅读权限
- 255
- 积分
- 55938
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1843
- 主题
- 1210
- 精华
- 5
- 分享
- 0
- 好友
- 35
TA的每日心情 | 奋斗 2026-4-26 09:54 |
|---|
签到天数: 629 天 [LV.9]以坛为家II 网络挑战赛参赛者 - 自我介绍
- 我是普大帝,拼搏奋进,一往无前。
 |
你好!我是陪你一起进阶人生的范老师!愿你成才!助你成长!
M+ [( }/ @( x$ g大家好!我是数学中国范老师,本书以 Python 数据分析与挖掘的常用技术与真实案例相结合的方式,深入浅出地介绍 Python 数据分析与挖掘的重要内容。本书共 11 章,分为基础篇(第 1~5 章)和实战篇(第 6~11 章) ,基础篇包括数据挖掘基础、Python 数据挖掘编程基础、数据探索、数据预处理、数据挖掘算法基础等基础知识;实战篇包括 6 个案例,分别为信用卡高风险客户识别、餐饮企业菜品关联分析、金融服务机构资金流量预测、O2O 优惠券使用预测、电视产品个性化推荐,以及基于 TipDM 大数据挖掘建模平台实现金融服务机构资金流量预测。本书大部分章节包含实训和课后习题,通过练习和操作实践,可帮助读者巩固所学的内容。有详细的千字介绍,点击链接可以查看。( \. h) m f e% P1 m# l
7 a: {# |* `! K
注册登录后,右上角点击签到就会随机赠送10点左右的体力值!点击文件图标可以立即下载文件* k% o, g. W* D+ v
新用户注册,可以联系我们的工作人员QQ南方:3242420264 乔叶:1470495151 淡妆:1917509892,帮你快速审核+修改用户组后,可以右上角签到获取体力值,一次注册,日后大量数学建模资源即刻拥有。# O. u0 l1 r, ]
Python数据分析与挖掘实战_翟世臣_人邮_2022.7.pdf
(69.83 MB, 下载次数: 30, 售价: 2 点体力)
. M* r* {1 F1 t9 o4 O/ j# K6 T1 I1 p7 n* t' m5 e/ q
本书可作为“1+X”证书制度试点工作中的大数据应用开发(Python)职业技能等级(高级)证书的教学和培训用书,也可作为高校数据科学或人工智能相关专业的教材,还可作为数据挖掘爱好者的自学用书。 3 |, I4 D% j" S' _; L
随着大数据时代的到来,信息化技术得到了普及,但随之而来的海量数据使商业生态环境发生了巨大的变化。数据分析与挖掘技术通过获取数据、处理数据、可视化呈现数据、分析建模等方法,能够帮助企业更为高效地处理业务问题,并为企业的经营决策提供依据和帮助。金融、零售、医疗、互联网、交通物流、制造等行业对数据分析人才的需求巨大, 有实践经验的数据分析人才成为各企业争夺的热门。6 D0 v0 r% g8 M6 L$ U
为了满足企业日益增长的对数据分析人才的需求, 很多高校开设了数据分析相关课程。$ [8 g) y& Q# a& h+ M
2 K5 c9 R9 ~6 Z) p
本书特色:0 E' c% Z5 R) _+ Y7 p- _: d
1.本书内容契合证书制度试点工作中的大数据应用开发职业技能等级(高级)证书的考核标准。
* F( V0 L4 S. X! \* _2.将理论与实战相结合。本书以知识点为主线,将 数据分析与挖掘的常用技术和基于项目的真实案例相结合, 介绍使用 进行数据分析与挖掘的主要方法。, g* I5 W- p+ D3 Y, A; j2 d
3. 以应用为导向。本书讲解从知识点到算法,再到具体的项目案例,让读者明白如何利用所学知识来解决问题,通过实训和课后习题帮助读者巩固所学知识,从而使读者能够真正理解并应用所学知识。( h2 c* d) }/ I( @9 E7 W0 e) Z- j. \
4.注重启发式教学。本书围绕数据挖掘的流程展开,不堆积知识点,着重于思路的启发与解决方案的实施。通过对从任务需求到任务实现这一完整工作流程的体验,读者将真正理解并掌握 数据分析与挖掘技术。: i4 f, a% x2 `: }8 a* v; p
9 B/ q& l# m8 T: B; e0 E$ D: u本书适用对象:, ?; r; i! l; |3 X! V1 s* A
1.开设有数据分析与挖掘相关课程的高校的学生。4 i7 e6 }' C* X0 m+ a
2.数据挖掘开发人员。
K! L s* H; B3.从事数据挖掘研究的科研人员。( c5 b$ t/ q K e6 M
4.关注高级数据分析的人员。 |' k Z$ O% P# }' S4 z) h
5.证书制度试点工作中的大数据应用开发职业技能等级(高级)证书的考生。
% H% `" y; i! |( N
2 f. c, j8 s5 O `# F
9 @1 f+ A& L) A0 s1 ?! c; b3 Y9 k
|
zan
|