- 在线时间
- 1352 小时
- 最后登录
- 2026-7-29
- 注册时间
- 2022-2-27
- 听众数
- 34
- 收听数
- 0
- 能力
- 90 分
- 体力
- 180144 点
- 威望
- 9 点
- 阅读权限
- 255
- 积分
- 56914
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1854
- 主题
- 1215
- 精华
- 5
- 分享
- 0
- 好友
- 35
TA的每日心情 | 奋斗 2026-7-17 17:24 |
|---|
签到天数: 635 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!
. s2 A/ Z* w% ^( g# e8 @ d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。
/ ~+ E# A9 z8 v1 [: N e; Z0 Y& h0 o! {% C
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
! l5 n( H I& |: Z* u8 e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。9 ^9 d% I& h( F! i% S, d. O& Z
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)
7 u! E( O; K+ `$ q
+ Q* ?- p+ ~3 w- ?) t4 W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。
4 q7 {- p: n, N3 j& i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。
3 E6 g$ Q ?9 e# }- _7 t' K- i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。3 O3 Y( }4 n0 K7 i0 _' M
0 h& U1 c5 n* q( x; {
本书特色:
. F$ j L, I: ^. Z& {& x1.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。
G3 \: ]8 ]3 J) o3 L8 R4 y2.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。
& n, V5 Z; A- E+ Z8 T3. 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。5 q6 |( S: m. D& s0 C# ?- y
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。& U( P% G/ x; {/ Z3 x+ y
& S9 a3 K1 P2 ^+ R4 j# v9 J( w
本书适用对象:
8 e) W$ v( a+ F! T6 O1.开设有数据分析与挖掘相关课程的高校的学生。# n, A1 u; U# y
2.数据挖掘开发人员。/ a- h) B5 J0 w# ~
3.从事数据挖掘研究的科研人员。7 ^8 i6 w9 n& b0 x% k4 S
4.关注高级数据分析的人员。: t- a# N( z8 L/ m5 L9 n) o4 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& F, F, e1 @
0 H2 c. r& z3 s+ u# L' k# L+ P4 I4 Z! I. Q9 `: V
w5 V: w1 k- S, b4 I. F
|
zan
|