思维导图备注

Python高级数据分析：机器学习、深度学习和NLP实例
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

作者简介

浏览 1 扫码
  • 小字体
  • 中字体
  • 大字体
2022-01-24 10:09:04
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 译者序
  • 作者简介
  • 技术审核员简介
  • 致谢
    • 1.1 为何选择Python
    • 1.2 何时避免使用Python
    • 1.3 Python中的面向对象编程
    • 1.4 在Python中调用其他语言
    • 1.5 将Python模型作为微服务
    • 1.6 高性能API和并发编程
  • 第2章 Python结构化数据提取、转换和加载
    • 2.1 MySQL
      • 2.1.2 数据库连接
      • 2.1.3 INSERT操作
      • 2.1.4 READ操作
      • 2.1.5 DELETE操作
      • 2.1.6 UPDATE操作
      • 2.1.7 COMMIT操作
    • 2.2 Elasticsearch
    • 2.3 Neo4j Python驱动
    • 2.5 内存数据库
    • 2.6 Python版本MongoDB
      • 2.6.1 将数据导入集合
      • 2.6.2 使用pymongo创建连接
      • 2.6.3 访问数据库对象
      • 2.6.4 插入数据
      • 2.6.5 更新数据
    • 2.6.6 删除数据
    • 2.8 Python非结构化数据提取、转换和加载
      • 2.8.2 主题爬取
  • 第3章 基于Python的监督学习
    • 3.1 使用Python实现降维
      • 3.1.1 相关性分析
      • 3.1.2 主成分分析
      • 3.1.3 互信息
    • 3.2 使用Python进行分类
    • 3.3 半监督学习
    • 3.4 决策树
      • 3.4.2 随机森林分类器
    • 3.5 朴素贝叶斯分类器
    • 3.6 支持向量机
    • 3.7 最近邻分类器
    • 3.8 情绪分析
    • 3.9 图像识别
      • 3.10.1 最小二乘估计
      • 3.10.2 逻辑回归
    • 3.11 分类和回归
    • 3.12 使模型高估或低估
    • 3.13 处理分类型数据
  • 第4章 无监督学习—聚类
    • 4.1 K均值聚类
    • 4.2 选择K—肘部法则
    • 4.3 距离或相似性度量
      • 4.3.2 一般及欧氏距离
      • 4.3.3 平方欧氏距离
      • 4.3.4 字符串之间的编辑距离
    • 4.4 文档上下文的相似性
    • 4.5 什么是层次聚类
      • 4.5.2 聚类之间的距离
      • 4.5.3 自上而下的方法
      • 4.5.4 图论方法
    • 4.6 如何判断聚类结果是否良好
  • 第5章 深度学习和神经网络
    • 5.1 反向传播
      • 5.1.1 反向传播方法
      • 5.1.2 广义Delta规则
      • 5.1.3 输出层权重更新
      • 5.1.4 隐藏层权重更新
      • 5.1.5 反向传播网络小结
    • 5.2 反向传播算法
    • 5.3 其他算法
    • 5.4 TensorFlow
    • 5.5 递归神经网络
  • 第6章 时间序列
    • 6.1 变化的分类
      • 6.2.1 曲线拟合
      • 6.2.2 从时间序列中去除趋势
    • 6.3 包含周期性的序列数据分析
    • 6.4 从时间序列中去除周期性
      • 6.4.2 差分
    • 6.5 转换
      • 6.5.1 稳定方差
      • 6.5.3 使数据呈正态分布
    • 6.6 平稳时间序列
      • 6.6.1 平稳过程
      • 6.6.2 自相关和相关图
      • 6.6.3 自协方差和自相关函数的估计
    • 6.7 使用Python进行时间序列分析
      • 6.7.1 有用的方法
      • 6.7.2 自回归过程
      • 6.7.3 估计AR过程的参数
    • 6.8 混合ARMA模型
    • 6.9 集成ARMA模型
    • 6.10 傅里叶变换
    • 6.11 一个特殊的场景
    • 6.12 数据缺失
  • 第7章 大数据分析
    • 7.1 Hadoop
      • 7.1.2 partitioning函数
      • 7.1.3 combiner函数
      • 7.1.4 HDFS文件系统
      • 7.1.5 MapReduce设计模式
    • 7.2 Spark
    • 7.3 云分析
    • 7.4 物联网
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《Python高级数据分析：机器学习、深度学习和NLP实例》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度