進擊的資料科學｜Python 與 R 的應用實作
郭耀仁
買這商品的人也買了...
-
Python 自動化的樂趣｜搞定重複瑣碎 & 單調無聊的工作 (中文版) (Automate the Boring Stuff with Python: Practical Programming for Total Beginners)$500$425 -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
輕鬆學習 R 語言-從基礎到應用，掌握資料科學的關鍵能力$400$316 -
R 資料科學 (R for Data Science)$780$616 -
為你自己學 Git$500$425 -
邁向大數據的第一步！R 語言程式設計精要 (R for Everyone: Advanced Analytics and Graphics, 2/e)$450$383 -
精通大數據！R 語言資料分析與應用, 2/e$720$612 -
Python 3.x 網頁資料擷取與分析特訓教材$490$387 -
圖解 Linux 核心工作原理｜透過實作與圖解學習OS與硬體的基礎知識$450$356 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
中文自然語言處理實戰：聊天機器人與深度學習整合應用$450$351 -
百億造訪還能正常運作 - 全球最大購物網站技術公開 (熱銷版)$690$587 -
用 Python 快速上手資料分析與機器學習$500$395 -
Python 最強入門邁向頂尖高手之路 -- 王者歸來 (全彩版)$1,000$790 -
行銷資料科學｜大數據x市場分析x人工智慧$520$442 -
統計之美：人工智慧時代的科學思維$580$458 -
輕鬆學習 R語言 -- 從基礎到應用，掌握資料科學的關鍵能力, 2/e$460$363 -
Python 網路爬蟲：大數據擷取、清洗、儲存與分析 -- 王者歸來$650$514 -
Python 最強入門邁向數據科學之路 — 王者歸來 (全彩印刷第二版)$1,000$790 -
深度學習的數學地圖 -- 用 Python 實作神經網路的數學模型 (附數學快查學習地圖)$580$458 -
新手村逃脫！初心者的 Python 機器學習攻略（iT邦幫忙鐵人賽系列書）$500$390 -
TQC+ Python 3.x 機器學習基礎與應用特訓教材$590$502 -
白話演算法！培養程式設計的邏輯思考 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$520$468 -
Python 資料分析必備套件！Pandas 資料清理、重塑、過濾、視覺化 (Pandas 1.x Cookbook, 2/e)$780$616 -
你的第一本 Linux 入門書：使用 WSL 建立 Linux 軟體開發與部署環境，一次學會 Docker、版本控制、建立 AI 預訓練模型$620$484
商品描述
從如何獲取、掌控、探索、預測與溝通資料認識現代資料科學應用
您已經具備Python或R語言基礎程式設計能力，卻不曉得該如何應用所學來撰寫網頁爬蟲、連結資料庫、清理資料、資料視覺化或者機器學習嗎？這是為您量身打造的一本進階應用書，您將在本書找到用Python和R語言實踐前述這些迷人資料科學應用場景的實作範例！
●用語平易近人、淺顯易讀
●有效提升就學、研究與求職的即戰力
●適合閱讀本書的讀者：已經能嫻熟使用Python或R語言基本程式設計的使用者、想學習Python或R語言資料科學應用的使用者
作者簡介
郭耀仁
畢業於台灣大學商學研究所，是資料科學與推廣教育的愛好者，目前為教育科技新創團隊 Kyosei.ai的共同創辦人，於台大資工系統訓練班、資策會、中華電信學院及多所大專院校講授資料科學課程。
在Kyosei.ai之前任職過上海的韓商新創公司、台北的美商軟體公司與銀行，閒暇時喜歡長跑；著有輕鬆學習 R語言、R語言使用者的Python學習筆記（2017 iT邦幫忙鐵人賽Big Data組冠軍）與進擊的資料科學。
目錄大綱
Chapter 1 資料科學的前世今生
Part 1：如何獲取資料
Chapter 2 載入常見檔案格式
Chapter 3 向資料庫查詢
Chapter 4 靜態擷取網頁內容
Chapter 5 動態擷取網頁內容
Part 2：如何掌控資料
Chapter 6 認識常見的資料結構
Chapter 7 基礎資料框操作技巧
Chapter 8 進階資料框操作技巧
Chapter 9 關於文字
Part 3：如何探索資料
Chapter 10 基礎視覺化
Chapter 11 視覺化中的元件
Chapter 12 其他視覺化類型
Part 4：如何預測資料
Chapter 13 尋找迴歸模型的係數
Chapter 14 迴歸模型的評估
Chapter 15 尋找羅吉斯迴歸的係數
Chapter 16 分類模型的評估
Part 5：如何溝通資料
Chapter 17 互動式圖表及 R 語言
Chapter 18 互動式圖表及 Python
