4.3
用户推荐指数
互联网 类型
可以朗读 语音朗读
132千字 字数
2023-10-01 发行日期
展开全部

主编推荐语

本书由浅入深地介绍数据分析与可视化。

内容简介

本书主要针对数据科学、统计学、商学领域的教学，介绍基于Python软件的数据可视化基础知识、数据计算与交互式绘图，机器学习中的可视化工具和技术，以及特定数据结构下的可视化技术，如金融数据结构、生物数据结构、网络数据结构中的可视化展示，并配以丰富的案例，紧密结合常见的统计方法和机器学习方法。

本书配有大量实际案例和习题，涉及金融、经济管理、医疗影像、健康大数据、地理数据等方面的知识，内容翔实，能让授课教师充分备课，让学生全面学习，极大地提升学生的动手能力，并与现实生活接轨，让学生为胜任“全球信息化时代”的数据科学工作做好充分准备。

此外，本书还配有PPT课件、教学大纲、教学进度表、部分源代码和数据文件、课后习题答案等教学资源，用书老师可在人邮教育社区免费下载使用。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第1章 数据可视化概述
  • 1.1 理解数据、信息和知识
  • 1.2 知识的提取流程
  • 1.3 数据可视化与统计图表
  • 1.4 如何利用可视化帮助决策
  • 1.5 总结
  • 本章习题
  • 第2章 数据可视化
  • 2.1 利用数据可视化创造有趣的故事
  • 2.2 可视化的一些实践结果
  • 2.3 Python中的可视化工具
  • 2.4 交互式可视化和布局
  • 2.5 总结
  • 本章习题
  • 第3章 常见Python IDE
  • 3.1 Python IDE
  • 3.2 利用Anaconda进行可视化
  • 3.3 交互式可视化的库
  • 3.4 总结
  • 本章习题
  • 第4章 数值计算与交互式绘图
  • 4.1 NumPy、SciPy和MKL函数
  • 4.2 标量选择、切片与索引
  • 4.3 数据结构
  • 4.4 使用matplotlib进行可视化
  • 4.5 总结
  • 本章习题
  • 第5章 统计学与机器学习
  • 5.1 分类方法
  • 5.2 KNN算法
  • 5.3 逻辑回归
  • 5.4 支持向量机
  • 5.5 主成分分析
  • 5.6 k-means聚类
  • 5.7 总结
  • 本章习题
  • 第6章 金融和统计模型
  • 6.1 回报率模型和确定性模型
  • 6.2 随机模型
  • 6.3 阈值模型
  • 6.4 总结
  • 本章习题
  • 第7章 图结构数据和网络模型
  • 7.1 有向图和多重图
  • 7.2 图的聚集系数
  • 7.3 社交网络分析
  • 7.4 可平面图的检验
  • 7.5 有向无环图的检验
  • 7.6 最大流
  • 7.7 随机块模型
  • 7.8 总结
  • 本章习题
  • 第8章 高级可视化
  • 8.1 文本数据可视化
  • 8.2 空间数据可视化
  • 8.3 计算机模拟
  • 8.4 绘制交互图
  • 8.5 总结
  • 本章习题
  • 参考文献
展开全部

评分及书评

4.3
3个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。