TAAZE 讀冊生活
蝦皮商城
金石堂
博客來
誠品網路書店
五南文化廣場網路書店
iRead灰熊愛讀書
幫助您在最短的時間內學到資料科學必備的技術與基礎知識
本書的目標族群是想成為資料分析工程師的讀者、對Python有一定程度了解的工程師。所謂「有一定程度了解」，指的是能讀懂Python官方手冊的程度，本書只介紹最低限度所需的Python語法與規格。至於資料分析方法，會使用NumPy或pandas介紹處理資料的方法，接著會介紹以Matplolib具體呈現資料的方法，最後再解說以scikit-learn進行機器學習的分類或預測的方法。除了工具的使用方式之外，也會解說基礎的數學知識。
搞懂資料分析與機器學習必懂的數學知識
要分析資料或是進行機器學習，就必須具備相關的數學知識，所以本書將從數學公式開始講解，直到大家能了解數學公式為止。再者，實際分析資料時，收集資期待各位讀者能透過本書全面地學習資料分析，進而踏出成為資料分析工程師的第一步。
．資料分析必備的基礎數學知識
．基本的Python語法
．使用NumPy或pandas處理資料的方法
．利用Matplolib進行資料視覺化的方法
．以scikit-learn進行機器學習的分類或預測
．實作網路爬蟲
．實作自然語言處理
．實作影像分類
| FindBook |
有 9 項符合
用Python快速上手資料分析與機器學習的圖書 |
| 圖書選購 |
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：用Python快速上手資料分析與機器學習
內容簡介
作者介紹
作者簡介
寺田學
目前主要是提供Python Web相關的諮詢與建置手法。從2010年開始積極從事日本國內Python社群的活動，也盡力舉辦PyCon JP。2013年3月開始擔任一般社團法人PcCon JP代表理事，目前也主辦其他OSS相關社群或是擔任相關社群的工作人員。為了說明Python的魅力，最近也全心全意擔任初學者課程與機械學習領域的Python講師。
辻 真吾
研究所畢業後，於IT創投企業服務，但不到三年就離職。回歸博士課程，從事生物資訊科學的研究。目前隸屬東京大學先端科學技術研究中心Genome Science領域。從2015年開始主辦Start Python Club，每個月舉辦一次每個人都可參考的『大家的Python讀書會』。
鈴木たかのり
為了建立部內網站而與Zope/Plone相遇，有需要的時候就會使用Python。2011年1月擔任PyCon mini JP的工作人員，2014年～2016年擔任PyCon JP座長。其他的主要活動有擔任Python攀岩部（#kabepy）部長與主辦Python mini Hack-a-thon（#pyhack）。
福島真太朗
研究所時期開始利用C語言與C++語言進行非線性力學的數值計算，進入社會後，從事機械學習、資料剖析的工作，才與Python（與R）相遇。目前在株式會社TOYOTA IT開發中心利用Python與Julia進行工廠感測器資料、車輛資料、影像資料、物理性質、材料資料的剖析。
寺田學
目前主要是提供Python Web相關的諮詢與建置手法。從2010年開始積極從事日本國內Python社群的活動，也盡力舉辦PyCon JP。2013年3月開始擔任一般社團法人PcCon JP代表理事，目前也主辦其他OSS相關社群或是擔任相關社群的工作人員。為了說明Python的魅力，最近也全心全意擔任初學者課程與機械學習領域的Python講師。
辻 真吾
研究所畢業後，於IT創投企業服務，但不到三年就離職。回歸博士課程，從事生物資訊科學的研究。目前隸屬東京大學先端科學技術研究中心Genome Science領域。從2015年開始主辦Start Python Club，每個月舉辦一次每個人都可參考的『大家的Python讀書會』。
鈴木たかのり
為了建立部內網站而與Zope/Plone相遇，有需要的時候就會使用Python。2011年1月擔任PyCon mini JP的工作人員，2014年～2016年擔任PyCon JP座長。其他的主要活動有擔任Python攀岩部（#kabepy）部長與主辦Python mini Hack-a-thon（#pyhack）。
福島真太朗
研究所時期開始利用C語言與C++語言進行非線性力學的數值計算，進入社會後，從事機械學習、資料剖析的工作，才與Python（與R）相遇。目前在株式會社TOYOTA IT開發中心利用Python與Julia進行工廠感測器資料、車輛資料、影像資料、物理性質、材料資料的剖析。
目錄
Chapter 1 資料分析工程師所扮演的角色
1.1 資料分析的世界
1.2 機械學習的定位與流程
1.3 主要用於資料分析的套件
Chapter 2 Python與環境
2.1 建置執行環境
2.2 Python的基礎
2.3 Jupyter Notebook
Chapter 3 數學的基礎
3.1 閱讀公式所需的基礎知識
3.2 線性代數
3.3 基礎解析
3.4 機率與統計
Chapter 4 利用函式庫分析
4.1 NumPy
4.2 pandas
4.3 Matplotlib
4.4 scikit-learn
Chapter 5 進階：資料的收集與加工
5.1 網路爬蟲
5.2 自然語言的處理
5.3 圖檔處理
1.1 資料分析的世界
1.2 機械學習的定位與流程
1.3 主要用於資料分析的套件
Chapter 2 Python與環境
2.1 建置執行環境
2.2 Python的基礎
2.3 Jupyter Notebook
Chapter 3 數學的基礎
3.1 閱讀公式所需的基礎知識
3.2 線性代數
3.3 基礎解析
3.4 機率與統計
Chapter 4 利用函式庫分析
4.1 NumPy
4.2 pandas
4.3 Matplotlib
4.4 scikit-learn
Chapter 5 進階：資料的收集與加工
5.1 網路爬蟲
5.2 自然語言的處理
5.3 圖檔處理
序
作者序
「想學習Python 的資料分析，可是該從何學起才好呢？」記得是2017年年中，在社群裡聽到這個問題。市面上雖然已有許多資料分析、機器學習的書籍，卻也因此讓人覺得某些相關書籍不是那麼充足，例如介紹Python基本工具的書，或是介紹分析資料所需的數學知識的書，所以我才決定要寫這本書，也感謝共同作者的幫助，這本書才得以問世。
本書算是一本教科書，主要介紹Python資料分析工具與分析所需的數學知識，也會針對資料分析所需的資訊進行完整又簡潔的說明。希望大家能透過本書學習最基礎的知識，再利用其他官方文件或書籍學習本書未及之處。
本書的目標族群是想成為資料分析工程師的讀者、對Python有一定程度了解的工程師。所謂「有一定程度了解」，指的是能讀懂Python官方教戰手冊的程度，本書也只介紹最低限度所需的Python語法與規格。至於資料分析方法，會使用NumPy或pandas介紹處理資料的方法，接著會介紹以Matplolib具體呈現資料的方法，最後再解說以scikit-learn進行機器學習的分類或預測的方法。除了工具的使用方式之外，也會解說基礎的數學知識。
要分析資料或是進行機器學習，就必須具備相關的數學知識，所以本書將從數學公式開始講解，直到大家能了解數學公式為止。再者，實際分析資料時，收集資料、將資料轉換成方便分析的格式都是非常重要的一環，所以本書也將簡單地介紹網路爬蟲、自然語言處理、影像處理這些內容。
期待各位讀者能透過本書全面地學習資料分析，進而踏出成為資料分析工程師的第一步。
作者代表 寺田學
「想學習Python 的資料分析，可是該從何學起才好呢？」記得是2017年年中，在社群裡聽到這個問題。市面上雖然已有許多資料分析、機器學習的書籍，卻也因此讓人覺得某些相關書籍不是那麼充足，例如介紹Python基本工具的書，或是介紹分析資料所需的數學知識的書，所以我才決定要寫這本書，也感謝共同作者的幫助，這本書才得以問世。
本書算是一本教科書，主要介紹Python資料分析工具與分析所需的數學知識，也會針對資料分析所需的資訊進行完整又簡潔的說明。希望大家能透過本書學習最基礎的知識，再利用其他官方文件或書籍學習本書未及之處。
本書的目標族群是想成為資料分析工程師的讀者、對Python有一定程度了解的工程師。所謂「有一定程度了解」，指的是能讀懂Python官方教戰手冊的程度，本書也只介紹最低限度所需的Python語法與規格。至於資料分析方法，會使用NumPy或pandas介紹處理資料的方法，接著會介紹以Matplolib具體呈現資料的方法，最後再解說以scikit-learn進行機器學習的分類或預測的方法。除了工具的使用方式之外，也會解說基礎的數學知識。
要分析資料或是進行機器學習，就必須具備相關的數學知識，所以本書將從數學公式開始講解，直到大家能了解數學公式為止。再者，實際分析資料時，收集資料、將資料轉換成方便分析的格式都是非常重要的一環，所以本書也將簡單地介紹網路爬蟲、自然語言處理、影像處理這些內容。
期待各位讀者能透過本書全面地學習資料分析，進而踏出成為資料分析工程師的第一步。
作者代表 寺田學
|
