跟着迪哥学python电子书pdf-跟着迪哥学Python数据分析与机器学习实战.pdfVIP

跟着迪哥学python电⼦书pdf-跟着迪哥学Python数据分析与机 器学习实战 本书结合了机器学习、数据分析和Python语 ，通过案例以通俗易懂的⽅式讲解了如何将算法应⽤到实际任务。 全书共20章，⼤致分为4个部分。第⼀部分介绍了Python的⼯具包，包括科学计算库Numpy、数据分析库Pandas、可视化库 Matplotlib；第2部分讲解了机器学习中的经典算法，例如回归算法、决策树、集成算法、⽀持向量机、聚类算法等 ；第3部分介绍了深度学 习中的常⽤算法，包括神经⽹络、卷积神经⽹络、递归神经⽹络 ；第4部分是项 ⽬实战，基于真实数据集，将算法模型应⽤到实际业务中。 本书适合对⼈⼯智能、机器学习、数据分析等⽅向感兴趣的初学者和爱好者。 ·⽹易云课堂、5 1CTO、CSDN⼈⽓培训讲师迪哥唐宇迪⽼师多年实战经验汇总 ·30万学员共同的选择 ·⾯向零基础，沉浸式学习体验，打通从算法原理、数学推导到实例操作的疑难点，快速⼊门⼈⼯智能领域。 1. 通俗易懂，快速⼊门 对机器学习经典算法结合数学推导进⾏形象解释，实例演⽰。 2. Python主导，实⽤⾼效 使⽤数据领域主流语 Python及其分析与建模库作为课程核⼼⼯具。 3. 案例为师，实战护航 基于真实数据集，从零开始结合Python⼯具与机器学习算法完成整个案例实战。 唐宇迪，计算机专业博⼠，⽹易云课堂⼈⼯智能认证⾏家，5 1CTO学院讲师，CSDN博客专家、讲师。拥有多年⼈⼯智能领域培训经验， 带领课程研发团队累计开发AI课程60余门，覆盖当下⼈⼯智能热门领域。丰富的教学讲解经验，通俗易懂的授课风格，⽤接地⽓的⽅式帮 助同学们进军⼈⼯智能领域。 第 1章 ⼈⼯智能⼊学指南 1.1 AI时代⾸选Python 1.1.1 Python的特点 1.1.2 Python该怎么学 1.2 ⼈⼯智能的核⼼――机器学习 1.2.1 什么是机器学习 1.2.2 机器学习的流程 1.2.3 机器学习该怎么学 1.3 环境配置 1.3.1 Anaconda⼤礼包 1.3.2 Jupyter Notebook 1.3.3 上哪找资源 本章总结 第 2章 科学计算库 （Numpy） 2.1 Numpy的基本操作 2.1.1 Array数组 2.1.2 数组特性 2.1.3 数组属性操作 2.2 索引与切⽚ 2.2.1 数值索引 2.2.2 bool索引 2.3 数据类型与数值计算 2.3.1 数据类型 2.3.2 复制与赋值 2.3.3 数值运算 2.3.4 矩阵乘法 2.4 常⽤功能模块 2.4.1 排序操作 2.4.2 数组形状操作 2.4.3 数组的拼接 2.4.4 创建数组函数 2.4.5 随机模块 2.4.6 ⽂件读写 本章总结 第3章 数据分析处理库 （Pandas） 3.1 数据预处理 3.1.1 数据读取 3.1.2 DataFrame结构 3.1.3 数据索引 3.1.4 创建DataFrame 3.1.5 Series操作 3.2 数据分析 3.2.1 统计分析 3.2.2 pivot数据透视表 3.2.3 groupby操作 3.3 常⽤函数操作 3.3.1 Merge操作 3.3.2 排序操作 3.3.3 缺失值处理 3.3.4 apply ⾃定义函数 3.3.5 时间操作 3.3.6 绘图操作 3.4 ⼤数据处理技巧 3.4.1 数值类型转换 3.4.2 属性类型转换 本章总结 第4章 数据可视化库 （Matplotlib） 4.1 常规绘图⽅法 4.1.1 细节设置 4.1.2 ⼦图与标注 4.1.3 风格设置 4.2 常⽤图表绘制 4.2.1条形图 4.2.2 盒图 4.2.3 直⽅图与散点图 4.2.4 3D图 4.2.5 布局设置 本章总结 第5章 回归算法 5.1 线性回归算法 5.1.1 线性回归⽅程 5.1.2 误差项分析 5.1.3 似然函数求解 5.1.4 线性回归求解 5.2 梯度下降算法 5.2.1 下⼭⽅向选择 5.2.2 梯度下降优化 5.2.3 梯度下降策略对⽐ 5.2.4 学习率对结果的影响 5.3 逻辑回归算法 5.3.1 原理推导 5.3.2 逻辑回归求解 本章总结 第6章 逻辑回归项 ⽬实