名称:
描述:
公开/私有: 公开 私有
标签: 用空格间隔多个标签,如:小说 文学 余秋雨
保存至书单:

Python数据分析教科书:机器学习和数据科学中必备的数据分析技术

题名/责任者:
Python数据分析教科书 / (日) 寺田学 ... [等] 著 , 杨鹏译
ISBN:
978-7-5170-9279-7 价格: CNY89.80
语种:
汉语
载体形态:
292页 : 图 ; 21cm
出版发行:
北京 : 中国水利水电出版社, 2022
内容提要:
本书介绍了使用Python语言进行数据分析所需掌握的技术基础, 介绍了成为数据分析工程师所需的技能, 其中涉及Python编程基础、数学基础知识、机器学习和执行方法的流程等, 具体内容包括Python的基本语法和数据格式、数据预处理技术、数据可视化技术、使用现有算法实现机器学习等。本书介绍了使用Python语言进行数据分析所需掌握的技术基础, 介绍了成为数据分析工程师所需的技能, 其中涉及Python编程基础、数学基础知识、机器学习和执行方法的流程等, 具体内容包括Python的基本语法和数据格式、数据预处理技术、数据可视化技术、使用现有算法实现机器学习等。
主题词:
软件工具 程序设计
中图分类法 :
TP311.561 版次: 5
其它题名:
机器学习和数据科学中必备的数据分析技术
主要责任者:
寺田学
主要责任者:
辻真吾
主要责任者:
铃木隆典
次要责任者:
杨鹏
标签:
相关资源:
分享资源:
限定所在馆: 限定所在馆藏地点: 限定馆藏状态:
HEA|  |01999nam0 2200325   450 
001|  |012022002739
005|  |20220114132734.0
010|  |▼a978-7-5170-9279-7▼dCNY89.80
099|  |▼aCAL 012022004868
100|  |▼a20211210d2022    em y0chiy50      ea
101|1 |▼achi▼cjpn
102|  |▼aCN▼b110000
105|  |▼aak  a   000yy
106|  |▼ar
200|1 |▼aPython数据分析教科书▼APython shu ju-
   |  | fen xi jiao ke shu▼e机器学习和数据科学-
   |  |中必备的数据分析技术▼f(日) 寺田学 ... [等] 著▼-
   |  |g杨鹏译
210|  |▼a北京▼c中国水利水电出版社▼d2022
215|  |▼a292页▼c图▼d21cm
304|  |▼a题名页题: (日) 寺田学, 辻真吾, 铃木隆典, 福岛-
   |  |真太郎著
305|  |▼a据2018年日文版译出
320|  |▼a有书目 (第291-292页)
330|  |▼a本书介绍了使用Python语言进行数据分析所需掌握的技术-
   |  |基础, 介绍了成为数据分析工程师所需的技能, 其中涉及Pyt-
   |  |hon编程基础、数学基础知识、机器学习和执行方法的流程等, -
   |  |具体内容包括Python的基本语法和数据格式、数据预处理技术-
   |  |、数据可视化技术、使用现有算法实现机器学习等。本书介绍了使用-
   |  |Python语言进行数据分析所需掌握的技术基础, 介绍了成为-
   |  |数据分析工程师所需的技能, 其中涉及Python编程基础、数-
   |  |学基础知识、机器学习和执行方法的流程等, 具体内容包括Pyt-
   |  |hon的基本语法和数据格式、数据预处理技术、数据可视化技术、-
   |  |使用现有算法实现机器学习等。
517|1 |▼a机器学习和数据科学中必备的数据分析技术▼Aji qi x-
   |  |ue xi he shu ju ke xue zhong b-
   |  |i bei de shu ju fen xi ji shu
606|0 |▼a软件工具▼Aruan jian gong ju▼x程序设计
690|  |▼aTP311.561▼v5
701| 0|▼a寺田学▼Ashi tian xue▼4著
701| 0|▼a辻真吾▼Ashi zhen wu▼4著
701| 0|▼a铃木隆典▼Aling mu long dian▼4著
702| 0|▼a杨鹏▼Ayang peng▼4译
801| 0|▼aCN▼bWHUTL▼c20220114
920|  |▼a242120▼z1
  1. 温馨提示:只有“所在馆位置”为“社科自科借阅室、文学借阅室”且“馆藏状态”为“在馆”的图书才能借出,其他“馆藏地点”的书均不可借出。
  2. 所在图书馆”为“典阅室”的图书只能在室内阅览。
  3. 查询期刊“现刊架号”请查“报刊指南->期刊分类查询表”。