作品简介

本书主要介绍大数据分析、人工智能的实战应用。全书共9章,通过8个大型的数据分析案例,系统地介绍常用的数据分析方法。

这8个大型案例涉及数据可视化方法,回归、聚类、决策树、朴素贝叶斯等机器学习算法,以及深度学习算法等内容。各章程序在Python3.8.5环境下编写完成,在案例编写过程中,涉及Pandas、NumPy、Matplotlib等Python中常用的依赖库,最大限度地帮助读者掌握相关知识内容。每个案例之间相互独立,读者可以根据自己的兴趣选择相关章节进行学习。

本书内容丰富,通俗易懂,以实操为目的帮助用户快速掌握相关技能。书中案例程序全码解析,注释完备,在编程环境下经过简单的修改便可以使用。本书不仅适合大数据分析、人工智能相关领域的入门读者使用,也适合有一定基础的读者进行实战时参考,同时适合本科生、研究生及对Python感兴趣的读者阅读。

余本国,博士,硕士研究生导师,现工作于海南医学院生物医学信息与工程学院。主讲高等数学、微积分、Python语言、大数据分析基础等课程。2012年到加拿大York University做访问学者。出版《Python数据分析基础》《基于Python的大数据分析基础及实战》《Python在机器学习中的应用》《PyTorch深度学习入门与实战》《Python编程与数据分析应用》等书。

刘宁,深圳大学信号与信息处理专业硕士研究生毕业,目前从事智慧城市、数字政府建设等相关工作。曾发表SCI论文Content-based image retrieval using high-dimensional information geometry,出版《高维信息几何与几何不变量》等著作。

李春报,海南医学院现代教育技术中心高级实验师,从事教育领域信息化研究工作,兼任海南信息化协会监事长,海南省网络安全协会专家等职

作品目录

  • 前言
  • 第1章 Python语法基础
  • 1.1 安装Anaconda
  • 1.2 语法基础
  • 1.3 Python基础库应用入门
  • 1.4 本章小结
  • 第2章 天气数据的获取与建模分析
  • 2.1 准备工作
  • 2.2 利用抓取方法获取天气数据
  • 2.3 天气数据可视化
  • 2.4 机器学习在天气预报中的应用
  • 2.5 本章小结
  • 第3章 养成游戏中人物的数据搭建
  • 3.1 准备工作
  • 3.2 利用Pyecharts库进行数据基本情况分析
  • 3.3 感染病例分析
  • 3.4 疫情趋势预测
  • 3.5 本章小结
  • 第4章 航空数据分析
  • 4.1 准备工作
  • 4.2 基本情况统计分析
  • 4.3 利用Floyd算法计算最短飞行时间
  • 4.4 本章小结
  • 第5章 市民服务热线文本数据分析
  • 5.1 准备工作
  • 5.2 基本情况分析
  • 5.3 利用词云图展示工单内容
  • 5.4 基于朴素贝叶斯的工单自动分类转办
  • 5.5 基于K-Means算法和PCA方法降维的热点问题挖掘
  • 5.6 本章小结
  • 第6章 决策树信贷风险控制
  • 6.1 准备工作
  • 6.2 数据集基本情况分析
  • 6.3 利用决策树进行信贷数据建模
  • 6.4 本章小结
  • 第7章 利用深度学习进行垃圾图片分类
  • 7.1 准备工作
  • 7.2 深度学习的基本原理
  • 7.3 利用Keras库实现基于CNN的垃圾图片分类
  • 7.4 优化CNN模型
  • 7.5 模型应用
  • 7.6 本章小结
  • 第8章 协同过滤和矩阵分解推荐算法分析
  • 8.1 准备工作
  • 8.2 基于协同过滤算法的短视频完播情况分析
  • 8.3 基于矩阵分解算法的短视频完播情况预测
  • 8.4 几种方法在测试集中的表现
  • 8.5 本章小结
  • 第9章《红楼梦》文本数据分析
  • 9.1 准备工作
  • 9.2 分词
  • 9.3 文本聚类分析
  • 9.4 LDA主题模型
  • 9.5 人物社交网络分析
  • 9.6 本章小结
  • 附录A 抓取数据请求头查询
  • 附录B GraphViz库的安装方法
  • 附录C 在Windows 10中安装TensorFlow的方法
  • 参考文献
  • 致谢
展开全部