书签已装载, 书签制作方法请找 [email protected] 完全免费 (若有印刷不清等问题也请发送相关邮件,会尽快更新的) Python 是一门常用的编程语言,它不仅上手容易,而且还拥有丰富的支持库。对经常需要针对自己所 处的特定场景编写专用工具的黑客、计算机犯罪调查人员、渗透测试师和安全工程师来说,Python 的这些 特点可以帮助他们又快又好地完成这一任务,以极少的代码量实现所需的功能。《Python绝技:运用Python成为顶级黑客》结合具体的场景和真 实的案例,详述了 Python 在渗透测试、电子取证、网络流量分析、无线安全、网站中信息的自动抓取
Python绝技:运用Python成为顶级数据工程师
✍ Scribed by 黄文青
- Publisher
- 电子工业出版社
- Year
- 2018
- Tongue
- Chinese
- Leaves
- 214
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
Python 已成为广受数据科学领域欢迎的开发语言。《Python绝技:运用Python成为顶级数据工程师》契合这一趋势,结合具体的业务场景,从数据思维的角度出发,剖析各业务环节中数据处理的策略、算法,并运用Python 代码呈现翔实的案例,构建出一个完整的数据分析体系。
在内容的组织和安排上,《Python绝技:运用Python成为顶级数据工程师》层次分明、详略得当:针对简单的数据分析工作,读者可以先浏览第1 章至第3 章;专职从事数据分析的工程师可以通篇阅读《Python绝技:运用Python成为顶级数据工程师》,以构建数据处理工程的完整知识框架;最后一章针对从事大数据分析的工程师提供了一些常见问题的解决思路和方法。
《Python绝技:运用Python成为顶级数据工程师》既适合刚接触数据工程的从业人员作为入门参考,也可以帮助具有一定经验的数据工程师搭建知识体系,洞悉业务场景中的数据奥秘,得心应手地运用数据指导业务。
✦ Table of Contents
扉页
版权页
好评袭来
前言
目录
1 概述
1.1 何为数据工程师
1.2 数据分析的流程
1.3 数据分析的工具
1.4 大数据的思与辨
2 关于Python
2.1 为什么是Python
2.2 常用基础库
2.2.1 Numpy
2.2.2 Pandas
2.2.3 Scipy
2.2.4 Matplotlib
3 基础分析
3.1 场景分析与建模策略
3.1.1 统计量
3.1.2 概率分布
3.2 实例讲解
3.2.1 谁的成绩更优秀
3.2.2 应该库存多少水果
4 数据挖掘
4.1 场景分析与建模策略
4.1.1 分类
4.1.2 聚类
4.1.3 回归
4.1.4 关联规则
4.2 数据挖掘的重要概念
4.2.1 数据预处理
4.2.2 评估与验证
4.2.3 Bagging与Adaboost
4.2.4 梯度下降与牛顿法
4.3 实例讲解
4.3.1 信用卡欺诈监测
4.3.2 员工离职预判
5 深度学习
5.1 场景分析与建模策略
5.1.1 感知机
5.1.2 自编码器
5.1.3 限制玻尔兹曼机
5.1.4 深度信念神经网络
5.1.5 卷积神经网络
5.2 人工智能应用概况
5.2.1 深度学习的历史
5.2.2 人工智能的杰作
5.3 实例讲解
5.3.1 学习识别手写数字
5.3.2 让机器认识一只猫
6 大数据分析
6.1 常用组件介绍
6.1.1 数据传输
6.1.2 数据存储
6.1.3 数据计算
6.1.4 数据展示
6.2 大数据处理架构
6.2.1 Lambda架构
6.2.2 Kappa架构
6.2.3 ELK架构
6.3 项目设计
参考文献
📜 SIMILAR VOLUMES
这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作,不仅对数据分析的关键技术和技巧进行了总结,更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。 作者是国内一线数据分析师和大数据专家,在数据分析和数据化运营领域有近10年的经验,在业内颇具知名度和影响力。本书不仅得到了宋星、黄成明、宫鑫等14位资深专家的好评和推荐,还得到了天善智能、中国统计网等多个数据科学相关机构的支持和高度认可。 全书的内容在逻辑上共分为两大部分: 第一部分(第1~4章):Python数据分析与挖掘 着重讲解了Python和数据化运营的基本知识,以及Python数据获取
本书详细阐述了与Python数据分析相关的基本解决方案,主要包括Anaconda和Jupyter Notebook、NumPy向量计算、数据分析库pandas、可视化和数据分析、Python统计计算、预测分析模型等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书既可作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学教材和参考手册。
<p>全球杰出商业思想家托马斯·达文波特智能商业五部曲之三!6步练就数据思维!无须统计背景,也能练就数据力,清楚沟通,有力说服,精准决策!埃里克 ? 布莱恩约弗森鼎力盛赞!</p> <p>在数据铺天盖地的世界,数据分析变得越来越重要,数据分析正在改变各行各业的运作方式。没有分析力,就没有竞争力。如果你没学过统计学和分析学,也想练就数据分析能力,或者只是想跟精通数据的分析师有效沟通,《成为数据分析师》正是为你而作。</p> <p>《成为数据分析师》为掌握数据分析技能提供了一条清晰可行的路线图,无须深奥的计算和复杂的统计,只要简单的3阶段6步骤,就能练就数据思维,快速掌握必备技能,懂得如何运用数据
本书重点介绍Python语言在数据处理与数据挖掘方面的应用技巧,主要包括数据分析基础知识(数据收集与分析软件、数据挖掘的分析基础、简单数据的统计分析),数据分析高级方法(多元数据的综合分析、时序数据的模型分析),大数据基本处理方法(大数据分析基础应用、文献计量与科研评价、社会网络分析方法、数据分析编程平台)等内容。附录中还提供了Python数据分析相关方法和函数等,方便读者随时查看。本书内容丰富,图文并茂,可操作性强且便于查阅,主要面向数据分析的读者,能有效帮助读者提高数据处理与分析的水平,提升工作效率。书中的例子数据、习题数据及相关代码都可在作者的学习博客http://blog.leanot