教材介绍
内容摘要
本书以《Python 程序开发职业技能等级标准》为编写依据，内容主要由数据收集与清洗、数据可视化与数据分析、人工智能应用3个部分组成，涵盖了NumPy、pandas、数据处理、数据可视化、机器学习深度学习和推荐系统等相关知识。
本书以模块化的结构组织各个章节，以任务驱动的方式安排内容，以培养学生能力为目的，充分体现了“做中学，学中做”的思想。
教材目录
-
第一篇 数据收集与清洗
第1章 NumPy科学计算库
1.1 环境介绍和安装
1.2 NumPy概述与安装
1.3 NumPy数组
1.4 数组的索引与切片
1.5 基本数学运算
1.6 NumPy通用函数
1.7 NumPy字符串处理
1.8 项目实训——苹果公司股票数据分析
-
第2章 数据操作模块 pandas
2.1 认识 pandas 及安装
2.2 Series 对象的基本操作
2.3 DataFrame 对象的基本操作
2.4 pandas 读写数据
2.5 数据索引、排序和排名
2.6 项目实训——链家房屋数据分析
-
第3章 数据处理
3.1 数据清洗
3.2 数据计算
3.3 数据分组
3.4 数据转换与数据位移
3.5 数据合并
3.6 项目实训——电影数据分析
-
第4章 数据可视化
4.1 可视化介绍
4.2 Matplotlib简介
4.3 Matplotlib绘图
4.4 Seaborn绘图
4.5 可视化分析报告
4.6 项目实训——2014年度用户每月购买数量和购买次数分析报告
-
第5章 数据分析
5.1 数据分析介绍
5.2 列表分析
5.3 协方差分析
5.4 直方图分析
5.5 对比分析
5.6 项目实训——全国各省份“985”高校高考录取线分析
-
第6章 机器学习
6.1 认识机器学习
6.2 认识Scikit-Learn及安装
6.3 回归模型
6.4 分类模型
6.5 聚类模型
6.6 项目实训——手写数字识别
本章小结
习题
-
第7章 深度学习
7.1 神经网络
7.2 深度学习框架 Keras
7.3 深度学习的应用
7.4 项目实训——CIFAR-10图象识别
本章小结
习题
-
第8章 推荐系统
8.1 认识协同过滤
8.2 基于用户的协同过滤算法
8.3 基于项目的协同过滤算法
8.4 项目实训——电影推荐系统
本章小结
习题
教材特色
适用范围
本书可用于1+X证书制度试点工作中的 Python 程序开发职业技能培训,也可以作为期望从事 Python 程序开发人员的自学参考用书。
其他推荐
-
中慧集团Web技术校企合作系列教材 《Java EE企业级应用开发》
-
教材名称
-
教材名称
-
教材名称
-
教材名称