✍ Scribed by 翟锟、胡锋、周晓然
No coin nor oath required. For personal study only.
本书从零基础入门，内含丰富项目案例实战演练，详细讲解了Python的环境搭建、基本语法结构、趣味应用、分析与建模以及完整的项目案例。
封面
扉页
内容简介
版权页
前言
目录
1章 Python开发环境搭建
1.1 利器1:Notepad编辑器
1.2 利器2:Anaconda
1.3 利器3:Miniconda
1.4 利器4:Py Charm IDE工具
1.5 利器5:Spyder
1.6 利器6:Jupyter Notebook
1.7 小结
第2章 Python数据类型用法讲解
2.1 变量
2.2 字符串
2.3 列表list
2.4 集合set
2.5 字典dictionary
2.6 函数
2.7 小结
第3章 Python下的实际应用
3.1 Python连接MySQL数据库
3.2 Python连接MongoDB数据库
3.3 结巴分词和词云图
3.4 简单社交网络
3.5 JSON解析
3.6 OCR文字识别
3.7 pyecharts
3.8 stats简单统计分析
3.9 小结
第4章 异常样本识别
4.1 逻辑回归、交叉验证与欠采样
4.2 基于分布的异常样本识别
4.3 小结
第5章 自然语言处理案例———电商评论
5.1 数据加载与预处理
5.2 数据可视化
5.3 文本分析
5.4 情感分析
5.5 文本分类
5.6 小结
第6章 模型融合
6.1 分类模型的融合方法
6.2 回归模型的融合方法
6.3 小结
第7章 创建金融申请评分卡
7.1 变量选择
7.2 各变量按照ln(odds)进行分箱
7.3 计算 WOE与IV值
7.4 逻辑回归建模
7.5 创建评分卡
7.6 申请评分卡的评价、使用与监控
7.7 小结
第8章 社交网络分析与反欺诈
8.1 Neo4j的下载与安装
8.2 图形界面介绍
8.3 Cypher语言
8.4 Neo4j案例1———《天龙八部》的人物关系分析
8.5 Neo4j案例2———金融场景中的社交网络分析
8.6 Py2neo
8.7 小结
正文结束
参考文献
附录A PyCharm安装步骤
附录B MySQL安装步骤
附录C Mongo DB安装步骤 ?2_藍
附录D Neo4j安装步骤
附录E jdk安装步骤
附录F 第三方包安装步骤
图书资源支持
📜 SIMILAR VOLUMES
<p> 《Python数据分析与可视化（第2版）-微课视频版/大数据与人工智能技术丛书》从Python数据分析的基础知识人手，结合大量的数据分析示例，系统地介绍数据分析与可视化方法，带领读者逐步掌握Python数据分析的相关知识，提高解决实际问题的能力。 《Python数据分析与可视化（第2版）-微课视频版/大数据与人工智能技术丛书》共13章，主要内容包括数据分析与可视化概述、Python编程基础、NumPy数值计算基础、Pandas统计分析基础、Pandas数据载人与预处理、Matplotlib数据可视化基础、Seaborn可视化、pyecharts可视化、时间序列数据分析、SciPy科
<p>大数据分析与机器学习技术已成为各行各业实现数字化变革的关键驱动力。本书以功能强大且较易上手的Python语言为编程环境，全面讲解了大数据分析与机器学习技术的商业应用实战。</p> <p>全书共16章，讲解了线性回归模型、逻辑回归模型、决策树模型、朴素贝叶斯模型、K近邻算法模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA（主成分分析）模型、聚类与分群模型（KMeans与DBSCAN算法）、协同过滤算法模型、Apriori关联分析模型、神经网络模型等十余种机器学习模型的原理和代码实现，每种模型都配有一到两个典型案例，涵盖金融、营销、医疗、社会
本书以Python 3.5为编程环境，从基本的程序设计思想入手，逐步展开Python语言教学，是一本面向广大编程学习者的程序设计类图书。基础篇主要讲解Python的语法基础、控制语句、函数与模块、文件、面向对象程序设计、Tkinter图形界面设计、数据库应用、网络编程和多线程等知识，并以小游戏案例作为各章的阶段性任务。开发篇综合应用前面介绍的技术，开发经典的大家耳熟能详的连连看、推箱子等游戏案例。提高篇介绍Python流行的第三方库，实现网页爬取、科学计算和可视化应用、图像处理，以及数据挖掘、机器学习和数据分析工具Pandas等。本书最大的特色在于以游戏开发案例为导向，让学习枯燥的Python
<p>本书围绕大数据采集，对采集技术的相关基础、技术原理、Python实现技术、大数据挖掘与应用方法进行了系统介绍。书中全面完整地覆盖了各种类型的网络爬虫及相关的信息处理挖掘技术，并提供了27个与爬虫相关技术和应用相关的Python程序。本书可以作为高等院校大数据、计算机、信息以及经管、金融等人文社科相关专业研究生和高年级本科生的教材，也可以作为大数据、计算机、信息以及经管、金融等人文社科领域研究人员和专业技术人员的参考书。</p>
<p>本书系统地介绍Python应用程序设计方法，主要内容包括Python语法快速入门、类与模块、图形用户界面设计、绘图及数字图像处理、文件与数据库操作、多线程、异常处理及正则表达式、网络编程与网络爬虫设计、算法设计与机器学习实战等。本书每章都配有视频教学内容，以帮助读者学习和理解。</p> <p>本书讲解详细，案例丰富，每一个知识点都配备了大量案例和图示加以说明，并通过典型案例对Python应用程序设计方法进行详细的分析和解释，帮助读者轻松上手。</p>
本书使用Python编程语言、Pandas数据分析模块、机器学习和人工智能算法对足彩大数据进行实盘分析，设计并发布了开源大数据项目tfbDat足彩数据包，汇总了2010—2017年全球近7万场足球比赛的赛事和赔率数据。此外，还介绍使用Python语言抓取网页数据、下载更新tfbDat足彩数据包、预测和分析比赛球队的取胜概率，同时提出了检测人工智能算法优劣的“足彩图灵”法则。