展开全部

主编推荐语

全面解析Python数据挖掘的技术、流程与方法。

内容简介

本书以数据挖掘领域的知名赛事“泰迪杯”数据挖掘挑战赛(已举办10届)和“泰迪杯”数据分析技能赛(已举办5届)(累计1500余所高校的10余万师生参赛)为依托,精选了11个经典赛题,将Python编程知识、数据挖掘知识和行业知识三者融合,让读者在实践中快速掌握电商、教育、交通、传媒、电力、旅游、制造等7大行业的数据挖掘方法。

目录

  • 版权信息
  • 前言
  • 第一篇 基础篇
  • 第1章 数据挖掘概述
  • 1.1 数据挖掘简介
  • 1.2 数据挖掘的通用流程
  • 1.3 常用数据挖掘工具
  • 1.4 Python数据挖掘环境配置
  • 1.5 小结
  • 第2章 Python数据挖掘编程基础
  • 2.1 Python使用入门
  • 2.2 Python数据分析及预处理常用库
  • 2.3 Python数据挖掘建模常用框架和库
  • 2.4 小结
  • 第二篇 入门篇
  • 第3章 电商平台手机销售数据采集与分析
  • 3.1 背景与目标
  • 3.2 数据采集
  • 3.3 数据探索与预处理
  • 3.4 数据可视化分析
  • 3.5 制定营销策略
  • 3.6 小结
  • 第4章 自动售货机销售数据分析与应用
  • 4.1 背景与目标
  • 4.2 数据读取与预处理
  • 4.3 销售数据可视化分析
  • 4.4 销售额预测
  • 4.5 小结
  • 第5章 教育平台的线上课程推荐策略
  • 5.1 背景与目标
  • 5.2 数据探索
  • 5.3 数据预处理
  • 5.4 平台的运营状况分析
  • 5.5 Apriori模型的构建
  • 5.6 制定课程推荐策略
  • 5.7 小结
  • 第三篇 进阶篇
  • 第6章 电视产品的营销推荐
  • 6.1 背景与目标
  • 6.2 数据预处理
  • 6.3 分析与建模
  • 6.4 模型评价
  • 6.5 小结
  • 第7章 运输车辆安全驾驶行为分析
  • 7.1 背景与目标
  • 7.2 构建车辆驾驶行为指标
  • 7.3 数据探索分析
  • 7.4 驾驶行为聚类分析
  • 7.5 构建驾驶行为预测模型
  • 7.6 驾驶行为安全分析总结
  • 7.7 小结
  • 第8章 基于非侵入式负荷监测与分解的电力数据挖掘
  • 8.1 背景与目标
  • 8.2 数据准备
  • 8.3 属性构建
  • 8.4 模型训练
  • 8.5 性能度量
  • 8.6 小结
  • 第9章 游客目的地印象分析
  • 9.1 背景与目标
  • 9.2 数据预处理
  • 9.3 目的地印象分析
  • 9.4 目的地评分分析
  • 9.5 目的地特色分析
  • 9.6 提升目的地美誉度的建议
  • 9.7 小结
  • 第四篇 高阶篇
  • 第10章 智能阅读模型的构建
  • 10.1 背景与目标
  • 10.2 数据探索
  • 10.3 关键词匹配
  • 10.4 精准匹配
  • 10.5 模型应用
  • 10.6 小结
  • 第11章 岩石样本智能识别
  • 11.1 背景与目标
  • 11.2 数据预处理
  • 11.3 模型构建
  • 11.4 模型评价
  • 11.5 小结
  • 第12章 电商平台图像中文字的识别
  • 12.1 背景与目标
  • 12.2 数据预处理
  • 12.3 文字识别
  • 12.4 模型评价
  • 12.5 小结
  • 第13章 电力巡检智能缺陷检测
  • 13.1 背景与目标
  • 13.2 图像探索
  • 13.3 图像预处理
  • 13.4 图像分割
  • 13.5 目标检测
  • 13.6 小结
  • 第五篇 拓展篇
  • 第14章 基于TipDM大数据挖掘建模平台实现自动售货机销售数据分析
  • 14.1 平台简介
  • 14.2 实现自动售货机销售数据分析项目
  • 14.3 小结
  • 推荐阅读
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。