大數據、機器學習及人工智能必讀書目——《Python數據分析與挖掘實戰》
我們已經進入了全新的數據時代,大數據、雲計算、物聯網、機器學習、人工智能等等一系列技術紛至沓來,數據的管理和應用已經滲透到每一個行業和業務領域,成為當今以及未來商業運作的基礎資產。可以說,只有掌握數據並善於運用數據的人,才會在競爭日益激烈的環境中尋得先機。 那麼我們該怎麼樣學習大數據分析、機器學習以及人工智能?作者認為,學習大數據、機器學習和人工智能,所需的知識分為五個層次,一是數學知識;二是統計學知識;三是算法知識;四是工具知識;五是哲學思想知識。所謂工具知識,就是我們需要藉助計算機軟件來完成相關的分析和運算,目前大數據和機器學習領域熱門的語言就是 R 和 Python。我們會分別介紹這五個層次所需要看的書,希望對大家有用。
《Python數據分析與挖掘實戰》
作者:張良均 / 王路 / 譚立雲 / 蘇劍林
頁數: 335
出版:機械工業出版社 2016年版
簡要評價:
這本書真的是一本實踐入門書,由十多位資深大數據專家結合10餘年數據挖掘與實施經驗,通過10餘個真實的案例為10餘個行業的數據挖掘給出瞭解決方案。因此我個人的感覺是適合有一定基礎的人看,否則看過之後好像明白了,但是自己用的時候又不知道咋辦了,不管怎麼樣,一定的數學、統計學基礎是學好大數據分析的前提和基礎、
從實踐的角度來說,這本書非常不錯,案例選的很好,都是實際應用的項目,不是作者為了寫書而編造出來的,很適合有一點理論基礎,推薦給有一定理論基礎,想迅速開展大數據分析實戰的同學們讀。
內容介紹:
10餘位數據挖掘領域資深專家和科研人員,10餘年大數據挖掘諮詢與實施經驗結晶。從數據挖掘的應用出發,以電力、航空、醫療、互聯網、生產製造以及公共服務等行業真實案例為主線,深入淺出介紹Python數據挖掘建模過程,實踐性極強。
本書共15章,分兩個部分:基礎篇、實戰篇。基礎篇介紹了數據挖掘的基本原理,實戰篇介紹了一個個真實案例,通過對案例深入淺出的剖析,使讀者在不知不覺中通過案例實踐獲得數據挖掘項目經驗,同時快速領悟看似難懂的數據挖掘理論。讀者在閱讀過程中,應充分利用隨書配套的案例建模數據,藉助相關的數據挖掘建模工具,通過上機實驗,以快速理解相關知識與理論。
基礎篇(第1~5章),第1章的主要內容是數據挖掘概述;第2章對本書所用到的數據挖掘建模工具Python語言進行了簡明扼要的說明;第3章、第4章、第5章對數據挖掘的建模過程,包括數據探索、數據預處理及挖掘建模的常用算法與原理進行了介紹。
實戰篇(第6~15章),重點對數據挖掘技術在電力、航空、醫療、互聯網、生產製造以及公共服務等行業的應用進行了分析。在案例結構組織上,本書是按照先介紹案例背景與挖掘目標,再闡述分析方法與過程,最後完成模型構建的順序進行的,在建模過程的關鍵環節,穿插程序實現代碼。最後通過上機實踐,加深讀者對數據挖掘技術在案例應用中的理解。
書籍目錄
前言
基礎篇
第1章 數據挖掘基礎
1.1 某知名連鎖餐飲企業的困惑
1.2 從餐飲服務到數據挖掘
1.3 數據挖掘的基本任務
1.4 數據挖掘建模過程
1.5 常用的數據挖掘建模工具
1.6 小結
第2章 Python數據分析簡介
2.1 搭建Python開發平臺
2.2 Python使用入門
2.3 Python數據分析工具
2.4 配套資源使用設置
2.5 小結
第3章 數據探索
3.1 數據質量分析
3.2 數據特徵分析
3.3 Python主要數據探索函數
3.4 小結
第4章 數據預處理
4.1 數據清洗
4.2 數據集成
4.3 數據變換
4.4 數據規約
4.5 Python主要數據預處理函數
4.6 小結
第5章 挖掘建模
5.1 分類與預測 5.2 聚類分析 5.3 關聯規則 5.4 時序模式 5.5 離群點檢測 5.6 小結
實戰篇
第6章 電力竊漏電用戶自動識別
6.1 背景與挖掘目標
6.2 分析方法與過程
6.3 上機實驗
6.4 拓展思考
6.5 小結
第7章 航空公司客戶價值分析
7.1 背景與挖掘目標
7.2 分析方法與過程
7.3 上機實驗
7.4 拓展思考
7.5 小結
第8章 中醫證型關聯規則挖掘
8.1 背景與挖掘目標
8.2 分析方法與過程
8.3 上機實驗
8.4 拓展思考
8.5 小結
第9章 基於水色圖像的水質評價
9.1 背景與挖掘目標
9.2 分析方法與過程
9.3 上機實驗
9.4 拓展思考
9.5 小結
第10章 家用電器用戶行為分析與事件識別
10.1 背景與挖掘目標
10.2 分析方法與過程
10.3 上機實驗220
10.4 拓展思考221
10.5 小結222
第11章 應用系統負載分析與磁盤容量預測
11.1 背景與挖掘目標
11.2 分析方法與過程
11.3 上機實驗
11.4 拓展思考
11.5 小結
第12章 電子商務網站用戶行為分析及服務推薦
12.1 背景與挖掘目標
12.2 分析方法與過程
12.3 上機實驗
12.4 拓展思考
12.5 小結
第13章 財政收入影響因素分析及預測模型
13.1 背景與挖掘目標
13.2 分析方法與過程
13.3 上機實驗
13.4 拓展思考
13.5 小結
第14章 基於基站定位數據的商圈分析
14.1 背景與挖掘目標
14.2 分析方法與過程
14.3 上機實驗
14.4 拓展思考
14.5 小結
第15章 電商產品評論數據情感分析
15.1 背景與挖掘目標
15.2 分析方法與過程
15.3 上機實驗
15.4 拓展思考
15.5 小結 參考文獻
喜歡閒適安靜的生活,懂一點計算機編程,懂一點統計學和數據分析。(愛編程愛統計)