点击下载
作者:常国珍 赵仁乾
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
内容简介：
本书共19章，第1章介绍数据科学中涉及的基本领域；第2～3章介绍与数据工作紧密相关的Python语言基础；第4章讲解描述性统计分析在宏观业务领域的分析；第5章讲解数据规整、清洗的重要技能；第6章介绍数据科学领域实用的四大统计检验；第7章讲解当被解释变量为连续变量时，如何使用线性回归作预测；第8章讲解使用逻辑回归作评分卡模型；第9章讲解另外一个可解释模型——决策树。第10～12章分别讲解了BP神经网络、朴素贝叶斯、近邻域、支持向量机的原理和在决策类模型中的运用；第13～14章作为一个整体讲解商业分析场景下的信息压缩；第15章以产品推荐作为案例，讲解发现事件与事件伴生关系的关联分析和序列分析算法；第16章使用欺诈识别案例讲解当被解释变量分布极 端不平衡时的处理方法；第17章继续使用欺诈识别案例讲解集成学习算法；第18章讲解了使用效应分解和ARIMA方法实现宏观业务指标预测；第19章用案例展现了分类和聚类模型的CRISP-DM和SEMMA流程。
技术详解与商业实践(pdf+txt+epub+azw3+mobi电子书在线阅读下载)：
网友评价：
- 还没详细看，看完追评吧
- 开卷有益！
- 一般吧，东拼西凑
- Python做数据挖掘，大势所趋
- 很棒的书非常不错
- 装帧精美 内容详细
- 虽然我不是搞金融数据的，但这本书上的很多思路和方法却是可以借鉴的，希望以后能够多一些研究非金融类的其它行业的数据挖掘的人
- 很好的一本书，理论联系实际。能够学习不少新知识。
- 工作帮助大
- 有用的书籍
- 书讲解的有些不够细致，代码部分排版好，印的有些模糊，里面讲了不少统计分析，这是这个书的有点，其他python数据分析的书，少有这么系统的，在详细些就好了。
- 书中最大的问题就是代码有些模糊，想是直接用的图片，排版也不太好！
