商品編號:DJAA2V-A900FE99Q

Python 資料科學實戰教本:爬蟲、清理、資料庫、視覺化、探索式分析、機器學習建模,數據工程一次搞定!

$537
$680
折價券
  • P幣

    全盈+PAY 單筆滿1200回饋80P幣(限量)

  • 登記送

    11/01-11/07【加碼送300P幣-資格登記B】百貨指定單筆滿$1500 即可進行登記

  • 登記送

    【OK】單筆滿$1純取貨/取貨付款訂單登記送OK購物金50元(限量)

付款方式
出貨
  • PChome 倉庫出貨,24小時到貨
配送
宅配滿$490免運,超取滿$350免運
  • 宅配到府(本島/低溫)
    滿$699免運
  • 宅配到府(本島/常溫)
    滿$490免運
  • 超商取貨(常溫)
    滿$350免運
  • 超商取貨(低溫)
    滿$699免運
  • i郵箱(常溫)
    滿$290免運

商品評價

5.0
共 1 則評價
5.0
100%
4.0
0%
3.0
0%
2.0
0%
1.0
0%
最相關
馬**
2024/04/25
商品詳情
作者:
ISBN:
9789863127246
出版社:
出版日期:
2022/08/22
  • 內文簡介

  • <內容簡介>

    【題材涵蓋最全面!一本書掌握資料科學 / 數據工程必學 know-how!】

    從大數據到人工智慧世代,其背後蘊含的關鍵技術與理論不脫資料科學、機器學習的範疇。基本上,資料科學需要的背景知識與技能相當的多,通常要會 Python 程式設計基礎、熟悉相關 Python 套件和模組的使用;再加上機器學習的基礎就是機率和統計,因此也免不了得學機率和統計知識,可說有一拖拉庫的主題等著你去學,也難怪市面上各主題 (程式基礎、統計、套件、機器學習建模...) 的專書滿坑滿谷,一時間實在讓人難以消化...

    為了降低讀者初學資料科學面對的負擔以及混亂感,我們精心設計了這本入門實戰教本,秉持讓讀者「買一本抵多本」的精神,本書一次涵蓋所有入門必須熟悉的重要題材,同時也將初學資料科學的脈絡梳理清楚。

    在章節的安排上,本書從資料取得的網路爬蟲開始,提供一個標準 SOP 來幫助讀者從網路取得資料;接著說明資料科學必學的 Python 重量級套件,再接著介紹機率、統計和探索式資料分析的基礎知識,最後進入最熱門的機器學習、深度學習建模主題。

    這一連串「取得資料 → 探索資料 → 預測分析」是一套完整的資料科學 / 數據工程實戰訓練,跟著本書掌握這些重要 know-how 後,就不難看懂網路上眾多資料科學、機器學習專案的 Python 程式碼和線上教材,甚至參與資料科學、機器學習的網路競賽;希望本書能協助讀者開啟資料科學家 / 數據工程師的成功之路!


    ★本書特色:

    □ 資料科學三部曲:取得資料 → 探索資料 → 預測分析
    □ 一次補足最入門的統計和機率基礎
    □ Python 開發環境與基礎語法快速上手
    □ 從網頁爬蟲、資料清理到資料視覺化,快速完成資料探索的預處理程序
    □ 將清理後的資料存入 SQL 資料庫,便於日後存取利用
    □ 實踐資料科學的四大套件:NumPy、Pandas、Matplotlib、Seaborn 一次掌握
    □ 用 Scikit-learn、tensorflow.Keras 套件實作最熱門的 AI 機器學習應用

    ★目錄:

    第一篇 資料科學和 Python 基礎
    第 1 章 資料科學概論與開發環境建立 – Anaconda
    第 2 章 Python 程式語言

    第二篇 網路爬蟲和 Open Data (取得、清理與儲存資料)
    第 3 章 取得網路資料
    第 4 章 資料擷取
    第 5 章 資料清理與資料儲存
    第 6 章 網路爬蟲實作案例

    第三篇 Python資料科學套件 – 探索資料(資料視覺化與大數據分析)
    第 7 章 向量與矩陣運算 – NumPy 套件
    第 8 章 資料處理與分析 – Pandas 套件
    第 9 章 大數據分析 (一) – Matplotlib 和 Pandas 資料視覺化
    第 10 章 大數據分析 (二) – Seaborn 統計資料視覺化
    第 11 章 機率與統計
    第 12 章 估計與檢定
    第 13 章 探索性資料分析實作案例

    第四篇 人工智慧、機器學習與深度學習 – 預測資料
    第 14 章 人工智慧與機器學習概論 – 認識深度學習
    第 15 章 機器學習演算法實作案例 – 迴歸
    第 16 章 機器學習演算法實作案例 – 分類與分群
    第 17 章 深度學習神經網路實作案例

    附錄 A:HTML 網頁結構與 CSS
    附錄 B:Python 文字檔案存取與字串處理
    附錄 C:下載與安裝 MongoDB 和 MySQL 資料庫


    <作者簡介>

    陳會安
    學歷:美國猶他州州立大學電腦碩士
    經歷:多所大專院校企業講師、松崗電腦產品經理、美商 PH 出版經理、專業電腦書作者
    國內知名資訊技術作家,已出版超過 100 本電腦著作,包括:程式設計、網頁設計、資料庫、系統分析、資料結構等各種不同主題。近年研究人工智慧、機器學習 / 深度學習、資料科學、網路爬蟲、大數據分析和物聯網相關課程與圖書寫作。
購物須知
寄送時間
全台灣24h到貨,遲到提供100元現金積點。全年無休,週末假日照常出貨。例外說明
送貨方式
透過宅配送達。除網頁另有特別標示外,均為常溫配送。
消費者訂購之商品若經配送兩次無法送達,再經本公司以電話與Email均無法聯繫逾三天者,本公司將取消該筆訂單,並且全額退款。
送貨範圍
限台灣本島與離島地區註,部分離島地區包括連江馬祖、綠島、蘭嶼、琉球鄉…等貨件,將送至到岸船公司碼頭,需請收貨人自行至碼頭取貨。注意!收件地址請勿為郵政信箱。
註:離島地區不配送安裝商品、手機門號商品、超大材商品及四機商品。
售後服務
缺掉頁更換新品
執照證號&登錄字號
本公司食品業者登錄字號A-116606102-00000-0
關於退貨
  • PChome24h購物的消費者,都可以依照消費者保護法的規定,享有商品貨到次日起七天猶豫期的權益。(請留意猶豫期非試用期!!)您所退回的商品必須回復原狀(復原至商品到貨時的原始狀態並且保持完整包裝,包括商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性)。商品一經拆封/啟用保固,將使商品價值減損,您理解本公司將依法收取回復原狀必要之費用(若無法復原,費用將以商品價值損失計算),請先確認商品正確、外觀可接受再行使用,以免影響您的權利,祝您購物順心。
  • 如果您所購買商品是下列特殊商品,請留意下述退貨注意事項:
    1. 易於腐敗之商品、保存期限較短之商品、客製化商品、報紙、期刊、雜誌,依據消費者保護法之規定,於收受商品後將無法享有七天猶豫期之權益且不得辦理退貨。
    2. 影音商品、電腦軟體或個人衛生用品等一經拆封即無法回復原狀的商品,在您還不確定是否要辦理退貨以前,請勿拆封,一經拆封則依消費者保護法之規定,無法享有七天猶豫期之權益且不得辦理退貨。
    3. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,一經您事先同意後始提供者,依消費者保護法之規定,您將無法享有七天猶豫期之權益且不得辦理退貨。
    4. 組合商品於辦理退貨時,應將組合銷售商品一同退貨,若有遺失、毀損或缺件,PChome將可能要求您依照損毀程度負擔回復原狀必要之費用。
  • 若您需辦理退貨,請利用顧客中心「查訂單」或「退訂/退款查詢」的「退訂/退貨」功能填寫申請,我們將於接獲申請之次日起1個工作天內檢視您的退貨要求,檢視完畢後將以E-mail回覆通知您,並將委託本公司指定之宅配公司,在5個工作天內透過電話與您連絡前往取回退貨商品。請您保持電話暢通,並備妥原商品及所有包裝及附件,以便於交付予本公司指定之宅配公司取回(宅配公司僅負責收件,退貨商品仍由特約廠商進行驗收),宅配公司取件後會提供簽收單據給您,請注意留存。
  • 退回商品時,請以本公司或特約廠商寄送商品給您時所使用的外包裝(紙箱或包裝袋),原封包裝後交付給前來取件的宅配公司;如果本公司或特約廠商寄送商品給您時所使用的外包裝(紙箱或包裝袋)已經遺失,請您在商品原廠外盒之外,再以其他適當的包裝盒進行包裝,切勿任由宅配單直接粘貼在商品原廠外盒上或書寫文字。
  • 若因您要求退貨或換貨、或因本公司無法接受您全部或部分之訂單、或因契約解除或失其效力,而需為您辦理退款事宜時,您同意本公司得代您處理發票或折讓單等相關法令所要求之單據,以利本公司為您辦理退款。
  • 本公司收到您所提出的申請後,若經確認無誤,將依消費者保護法之相關規定,返還您已支付之對價(含信用卡交易),退款日當天會再發送E-mail通知函給您。