- 在线时间
- 1356 小时
- 最后登录
- 2026-10-21
- 注册时间
- 2022-2-27
- 听众数
- 34
- 收听数
- 0
- 能力
- 90 分
- 体力
- 183088 点
- 威望
- 9 点
- 阅读权限
- 255
- 积分
- 57798
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1856
- 主题
- 1215
- 精华
- 5
- 分享
- 0
- 好友
- 35
TA的每日心情 | 擦汗 2026-8-5 15:45 |
|---|
签到天数: 637 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!
# i; ]+ T2 Y% F3 D/ g) W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。" u' t/ `' n K2 d
1 p" t( _6 n$ u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' S9 G2 d, \% \. T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。
+ |4 {! N0 o t4 a! n
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)
, T9 |' \! L# K( g( W
- f4 v! c8 t0 D( J5 M9 p
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。
; [9 I+ j* D6 l- s6 D& \% { w3 G1 k$ d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。
{5 |2 X, z. K7 m6 U- |" v3 W$ ~, K7 o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。
) {4 N W( k* S8 t& A B1 J: [; s9 P, i1 s7 `) X* X9 Z9 u
本书特色:0 n) ~3 U7 B1 Y p
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。1 k3 W {6 u, M. v( ?$ v% M# l1 M1 b
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。( k* K: b( c2 J' w w8 q. ^
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。
$ l: i" S6 v; S2 z! \/ u% C4.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。
1 F! U$ J. w3 X& g: k$ S2 o0 u t2 \; m9 Q7 P
本书适用对象:6 x3 L7 p9 @' j( j
1.开设有数据分析与挖掘相关课程的高校的学生。
8 Z8 k3 b5 D( }+ v2.数据挖掘开发人员。! k2 S7 `9 J/ Q2 }. N4 j. [0 S
3.从事数据挖掘研究的科研人员。; R/ E# Y, L% I6 t, h
4.关注高级数据分析的人员。
+ Y$ Q0 [/ e1 c5.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。
/ T2 }1 a7 ]0 ?. y; _- N/ e5 M" F8 X4 S1 Q) L+ V" o/ b& y9 I+ |# ~
! ^& O0 |( e& [( q7 Q
+ Z. u1 h% n1 @7 y5 ~- [6 _ |
zan
|