大數據分析與應用實戰:統計機器學習之資料導向程式設計
鄒慶士
- 出版商: 東華
- 出版日期: 2019-04-01
- 定價: $800
- 售價: 9.5 折 $760
- 語言: 繁體中文
- ISBN: 9574363406
- ISBN-13: 9789574363407
-
相關分類:
大數據 Big-data、Data Science、Machine Learning、機率統計學 Probability-and-statistics
立即出貨(限量) (庫存=3)
買這商品的人也買了...
-
$480$379 -
$760$745 -
$490$417 -
$857$806 -
$720$569 -
$446R語言機器學習
-
$780$663 -
$550$429 -
$700$665 -
$1,000$790 -
$650$553 -
$1,000$850 -
$450$351 -
$580$493 -
$780$616 -
$750$638 -
$650$507 -
$580$493 -
$500$390 -
$450$356 -
$780$663 -
$599$509 -
$599$473 -
$680$537 -
$620$490
相關主題
商品描述
- 本書特色
- 文字說明、程式碼與執行結果等交叉呈現,有助於閱讀理解。
- 來自不同領域的資料處理與分析範例。
- 同時掌握資料分析兩大主流工具 - R 與 Python。
- 凸顯第四代與第三代程式語言不同之處。
- 深入淺出地介紹統計機器學習理論與實務。
- 符合 iPAS 經濟部產業人才能力鑑定巨量資料分析師各科評鑑主題。
目錄大綱
- 目 錄
第一章 資料導向程式設計
1.1 套件管理
1.2 環境與輔助說明
1.3 R語言資料物件
1.4 Python 語言資料物件
1.5 向量化與隱式迴圈
1.6 編程範式與物件導向概念
1.7 控制敘述與自訂函數
1.8 資料匯入與匯出
1.9 程式除錯與效率監測
第二章 資料前處理
2.1 資料管理
2.2 資料摘要與彙總
2.3 屬性工程
2.4 巨量資料處理概念
第三章 統計機器學習基礎
3.1 隨機誤差模型
3.2 模型績效評量
3.3 模型選擇與評定
3.4 相似性與距離
3.5 相關與獨立
第四章 非監督式學習
4.1 資料視覺化
4.2 關聯型態探勘
4.3 集群分析
第五章 監督式學習
5.1 線性迴歸與分類
5.2 非線性分類與迴歸
第六章 其它學習方式
6.1 薈萃式學習
6.2 深度學習
6.3 強化式學習