 本书内容共分13章, 内容包括: 第1章数据科学应用概述; 第2章Python的入门基础知识; 第3章数据清洗; 第4-6章特征工程介绍, 包括特征选择、特征处理和特征提取; 第7章数据可视化应用; 第8-13章介绍6种数据挖掘与建模的方法, 分别为线性回归、Logistic回归、决策树、随机森林、神经网络、RFM分析。本书既适合作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python或数据科学应用的专业教材或参考书, 也适合作为企事业单位数字化人才培养的教科书与工具书。 |
|
|
