Python与机器学陈清华电子工业出版社9787121381768 本书可作为大数据人工智能电子商蔚蓝书店 chm umd 阿里云 下载 夸克云 pdf azw3 kindle

暂无相关简介，正在全力查找中！

项目1 电影数据统计 1

1.1 数据获取 1

1.2 数据解析 4

1.3 数据分析 8

1.4 数据可视化 10

1.5 课堂实训：工资数据统计 16

1.6 练19

项目2 电影数据分析(回归) 21

2.1 背景知识 21

2.2 使用一元线回归分析电影票房数据 22

2.2.1 一元线回归 22

2.2.2 范围缩放 25

2.2.3 数据集的切分 26

2.3 使用多项式回归分析电影票房数据 29

2.4 使用多元线回归分析电影票房数据 31

2.5 理解回归分析方法 34

2.6 课堂实训：工龄与工资相关分析 36

2.7 练39

项目3 数据的爬取 41

3.1 背景知识 41

3.2 电影数据的爬取 42

3.2.1 网络数据一次爬取 42

3.2.2 网络数据定时爬取 48

3.2.3 正则表达式 49

3.3 房屋租赁数据的爬取 51

3.4 房屋租赁数据的统计 54

3.5 课堂实训：房数据的爬取与统计 58

3.6 练59

项目4 房屋租赁数据的分析与可视化 62

4.1 背景知识 62

4.2 使用箱形图可视化租赁价格分布特征 63

4.3 使用散点图可视化房屋面积与租赁价格的关系 65

4.4 使用饼图可视化不同行政区的可租赁房源占比 69

4.5 使用折线图可视化房间数与租赁价格的关系 71

4.6 使用热力图可视化地理位置与租赁价格的关系 72

4.7 课堂实训：房数据的分析与可视化 75

4.8 练78

项目5 身高与体重数据分析(分类器) 80

5.1 背景知识 80

5.1.1 机器学0

5.1.2 监督学0

5.1.3 分类器 82

5.2 使用分类方行别分类 82

5.2.1 逻辑回归 82

5.2.2 朴素贝叶斯 88

5.2.3 决策树 91

5.2.4 支持向量机 95

5.3 使用支持向量行肥胖程度分类 97

5.4 课堂实训：肥胖分析1 101

5.5 练102

项目6 鸢尾花分类 104

6.1 背景知识 104

6.2 使用K近邻对鸢尾行分类 105

6.3 使用森林对鸢尾行分类 108

6.4 使用神经网络对鸢尾行分类 111

6.5 课堂实训：肥胖分析2 114

6.6 练115

项目7 电影评分数据分析(聚类) 117

7.1 背景知识 117

7.1.1 无监督学17

7.1.2 聚类 118

7.1.3 K-Means 119

7.2 使用DBSCAN确定质心个数 119

7.3 使用K-Means对观影用行聚类 123

7.4 课堂实训：根据身高、体重和别对用行分类 127

7.5 练130

项目8 人脸检测与人脸识别 132

8.1 背景知识 132

8.1.1 人工智能 132

8.1.2 计算机视觉 133

8.1.3 OpenCV计算机视 134

8.2 图像中的人脸检测 135

8.3 中的人脸检测 137

8.4 图像中的人脸识别 140

8.5 中的人脸识别 143

8.6 课堂实训：眼睛与笑脸检测 145

8.7 练146

项目9 手写数字识别应用 148

9.1 背景知识 148

9.2 图像数据集准备 149

9.2.1 MNIST数据集格式 149

9.2.2 获取MNIST数据集中的图像 150

9.3 使用支持向量机识别手写数字 150

9.4 使用神经网络识别手写数字 154

9.5 课堂实训：使用不同的方法识别手写数字 155

9.6 练156

项目10 深度学为识别中的应用 157

10.1 背景知识 157

10.1.1 卷积神经网络(N) 157

10.1.2 循环神经网络(RNN) 159

10.1.3 深度学用 160

10.2 使用卷积神经网络识别行为 161

10.2.1 环境准备 161

10.2.2 数据的获取与解析 161

10.2.3 数据集分析 162

10.2.4 卷积神经网络的应用 162

10.3 使用循环神经网络识别行为 164

10.4 课堂实训：电影评论数据分析 166

10.5 练168

项目11 TensorFlow与神经网络 169

11.1 背景知识 169

11.2 设计单层神经网络预测花瓣宽度 171

11.3 设计多层神经网络实现鸢尾花分类 174

11.4 课堂实训：卷积神经网络的实现与应用 177

11.5 练178

项目12 项目综合实训 180

12.1 确定数据采集目标 181

12.2 数据采集与预处理 182

12.3 数据统计与分析 183

12.3.1 票房分析 183

12.3.2 上座率分析 185

12.3.3 票价分布情况分析 186

12.3.4 评分数据分析 186

12.4 数据分析与预测 187

12.4.1 场次与票房之间的关系分析 187

12.4.2 评分相关因素分析与预测 187

12.5 数据分类应用 188

12.6 课外拓展实训：车数据的获取与市场分析 189

附录A 环境准备 191

附录B 本书使用的工 194

参考文献 195

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：Python与机器学陈清华电子工业出版社9787121381768 本书可作为大数据人工智能电子商蔚蓝书店在线阅读

在线听书地址：Python与机器学陈清华电子工业出版社9787121381768 本书可作为大数据人工智能电子商蔚蓝书店在线收听

在线购买地址：Python与机器学陈清华电子工业出版社9787121381768 本书可作为大数据人工智能电子商蔚蓝书店在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！