µn¤J
¡U
µù¥U
¡U
·|û¤¤¤ß
¡U
µ²±b
¡U
°ö°V½Òµ{
Å]ªk§Ì¤l
¡U
¦Û¸ê¥Xª©
¡U
¹q¤l®Ñ
¡U
«ÈªA¤¤¤ß
¡U
´¼¼z«¬¥ßÊ^·|û
®Ñ¦W
¥Xª©ªÀ
§@ªÌ
isbn
½s¸¹
5050Å]ªk²³Äw
|
NG®Ñ«°
|
°ê»Ú¯Å«~µP½Òµ{
|
Àu´f³qª¾
|
ÅRÆE^¶¯µ¼Öºë¿ï
|
¸ê®Æ±´°É²z½×»PÀ³¥Î**¡G¥HIBM SPSS Modeler¬°½d¨Ò(ªþCD)
¡D
Data Scien
¤å¾Ç¤p»¡
¤å¾Ç
¡U
¤p»¡
°ÓºÞ³Ð§ë
°]¸g§ë¸ê
¡U
¦æ¾P¥øºÞ
¤H¤åÃÀ§{
©v±Ð¡Bõ¾Ç
ªÀ·|¡B¤H¤å¡B¥v¦a
ÃÀ³N¡B¬ü¾Ç
¡U
¹q¼vÀ¸¼@
Ày§Ó¾i¥Í
ÂåÀø¡B«O°·
®Æ²z¡B¥Í¬¡¦Ê¬ì
±Ð¨|¡B¤ß²z¡BÀy§Ó
¶i׾Dzß
¹q¸£»Pºô¸ô
¡U
»y¨¥¤u¨ã
Âø»x¡B´Á¥Z
¡U
x¬F¡Bªk«ß
°Ñ¦Ò¡B¦Ò¸Õ¡B±Ð¬ì¥Î®Ñ
¬ì¾Ç¤uµ{
¬ì¾Ç¡B¦ÛµM
¡U
¤u·~¡B¤uµ{
®a®x¿Ë¤l
®a®x¡B¿Ë¤l¡B¤H»Ú
«C¤Ö¦~¡Bµ£®Ñ
ª±¼Ö¤Ñ¦a
®È¹C¡B¦a¹Ï
¡U
¥ð¶¢®T¼Ö
º©µe¡B´¡¹Ï
¡U
¨î¯Å
Data Science from Scratch¤¤¤åª©²Ä¤Gª©¡G¥ÎPython¾Ç¸ê®Æ¬ì¾Ç
§@ªÌ¡G
Joel Grus
ĶªÌ¡G
ÂÅ子°a
¤ÀÃþ¡G
¹q¸£»Pºô¸ô
¡þ
¸ê®Æ®w
¥Xª©ªÀ¡G
¬ü°Ó¼ÚµÜ§¤¤¤å®Ñ
¥Xª©¤é´Á¡G2019/11/29
ISBN¡G9789865023195
®ÑÄy½s¸¹¡Gkk0500740
¶¼Æ¡G448
©w»ù¡G
680
¤¸
Àu´f»ù¡G
82
§é
558
¤¸
®Ñ»ùY¦³²§°Ê¡A¥H¥Xª©ªÀ¹ê»Ú©w»ù¬°·Ç
µ´ª©®Ñ
µ´ª©®Ñ¡G½T©w¤£¦Aª©ªº°Ó«~¡A¶È´£¨Ñ®ÑÄy¸ê°T°Ñ¦Ò¡C
µû»ù¼Æ¡G
(½Ð±N·Æ¹«²¾¦Ü¬P¬P³B¶i¦æµû»ù)
¥Ø«e¥§¡µû»ù¡G
¤å¦r³sµ²
½Æ»s»yªk
Data Science from Scratch¤¤¤åª©²Ä¤Gª©¡G¥ÎPython¾Ç¸ê®Æ¬ì¾Ç
¹Ï¤ù³sµ²
½Æ»s»yªk
¤À
¨É
¤º®e²¤¶
®ÑÄy¥Ø¿ý
¦PÃþ±ÀÂË
Data Science from Scratch中文版第二版¡G用Python學¸ê料科學 內容簡介 從事¸ê料科學方±的工作時¡A活用各種相Ãö函式庫¡B³nÅé框架¡B模組¡B工具包是很好的做法¡A但如果原本完全不懂¸ê料科學¡A從ÀY¶}始也是一種不¿ù的做法¡C本書將採取土法煉¿û從ÀY學°_的方式¡A帶»âŪªÌ»{ÃÑ»P¸ê料科學相Ãö的³\多工具»P演算法¡C 你只n具備基本的數學¯à力¡A以及程式³]p的基礎¡A本書就可以幫你在¹J到相Ãö的數學»P統p知ÃÑ時¡A不¦Ü於感到害怕¡A¦Ó且ÁÙ¯àÅý你學會一個¸ê料科學家所»Ý具備的相ÃöÀb客技³N¡C如今到³B充斥µÛ各種Âø亂的數據¸ê料¡A其中包含³\多問ÃD的¸Ñ答¡A但也有很多微妙之³B¡A甚¦Ü³s問ÃD本¨³£ÁÙ沒³Q提出來¹L¡C 如果你真心想n挖掘問ÃD的¸Ñ答¡A本書將可以提供你一些相Ãö的知ÃÑ¡C ¡Dº先來一堂Python³t成班 ¡D學習線性代數¡B統p¡B機率的基礎知ÃÑ——並學會何時¡B如何在¸ê料科學»â域中ÆF活¹B用³o些知ÃÑ ¡D搜¶°¡B探索¡B清理¡BÂà換¡B³B理各種數據¸ê料 ¡D深入理¸Ñ機器學習的基礎 ¡DÆF活¹B用像是k最ªñ¾F¡B單純¨©氏¡B線性»PÅÞ¿è°j歸¡B決策樹¡B神經網¸ô¡B¶°群等種種模型 ¡D探°Q推ÂË系統¡B¦Û然»y¨¥³B理¡B網¸ô分析¡BMapReduce»P¸ê料庫的相Ãö知ÃÑ 名人推ÂË ¡uJoel帶»â我們»â略探索¸ê料科學¡AÅý我們從一¯ë的好奇心¡A¶i入到更深入的理¸Ñ¡A並學會所有¸ê料科學家³£應¸Ó知¹D的各種實用演算法¡C¡v —— Rohit Sivaprasad, Soylent公司¸ê料科學家 ¡u對於想n了¸Ñ機器學習的工程師¦Ó¨¥¡A³o是一本奠定基礎的最佳入ªù書¡C¡v -- Tom Marthaler, Amazon專案經理 ¡un將¸ê料科學的概念Âà換為程式碼並不容易¡A³o本書Åý它ÅÜ簡單了¡C¡v -- William Cox, Grubhub機器學習工程師"
¥Ø¿ý ²Ä1³¹ ²¤¶ ²Ä2³¹ Python³t¦¨¯Z ²Ä3³¹ ¸ê®ÆµøÄ±¤Æ ²Ä4³¹ ½u©Ê¥N¼Æ ²Ä5³¹ ²Îp¾Ç ²Ä6³¹ ¾÷²v ²Ä7³¹ °²³]»P±À½× ²Ä8³¹ ±è«×»¼´î ²Ä9³¹ ¨ú±o¸ê®Æ ²Ä10³¹ ³B²z¸ê®Æ ²Ä11³¹ ¾÷¾¹¾Ç²ß ²Ä12³¹ k³Ìªñ¾F ²Ä13³¹ ³æ¯Â¨©¤ó ²Ä14³¹ ²³æ½u©Ê°jÂk ²Ä15³¹ ¦h¤¸°jÂk ²Ä16³¹ ÅÞ¿è°jÂk ²Ä17³¹ ¨Mµ¦¾ð ²Ä18³¹ ¯«¸gºô¸ô ²Ä19³¹ ²`«×¾Ç²ß ²Ä20³¹ ¶°¸s ²Ä21³¹ ¦ÛµM»y¨¥³B²z ²Ä22³¹ ºô¸ô¤ÀªR ²Ä23³¹ ±ÀÂ˨t²Î ²Ä24³¹ ¸ê®Æ®w»PSQL ²Ä25³¹ MapReduce ²Ä26³¹ ¸ê®Æ¹D¼w³W½d ²Ä27³¹ «i©¹ª½«e¡A¸ê®Æ¬ì¾Ç°µ´N¹ï¤F
¸ê®Æ¬ì¾Ç¾Ç²ß¤â¥U¡UP
Statistica
Neo4j§Þ³N¤â¥U¡U
Excel ¡Ñ Ta
±q¸Õºâªí¨ì¸ê®Æ¥¥x¡G
§Aªº²Ä¤@¥»Git»PG
°Ó¥Î¤j¼Æ¾Ú¤ÀªR(²Ä¤G
Notion X A
dbt »P Anal
7¤Ñ¾Ç·|¤j¼Æ¾Ú¸ê®Æ³B
¬°¤F«O»Ù±zªºÅv¯q¡A·sµ·¸ôºô¸ô®Ñ©±©ÒÁʶRªº°Ó«~§¡¨É¦³¨ì³f¤C¤ÑªºÅ²½à´Á¡]§t¨Ò°²¤é¡^¡C°h¦^¤§°Ó«~¥²¶·©óŲ½à´Á¤º±H¦^¡]¥H¶lÂW©Î¦¬°õÁp¬°¾Ì¡^¡A¥B°Ó«~¥²¶·¬O¥þ·sª¬ºA»P§¹¾ã¥]¸Ë(°Ó«~¡Bªþ¥ó¡B¤º¥~¥]¸Ë¡BÀH³f¤å¥ó¡BÃØ«~µ¥)¡A§_«h®¤¤£±µ¨ü°h³f¡C