hiskio

    進擊的資料科學｜Python與R的應用實作

    從如何獲取、掌控、探索、預測與溝通資料認識現代資料科學應用

    Collecting
    US$12.67
    從如何獲取、掌控、探索、預測與溝通資料認識現代資料科學應用
    您已經具備Python或R語言基礎程式設計能力，卻不曉得該如何應用所學來撰寫網頁爬蟲、連結資料庫、清理資料、資料視覺化或者機器學習嗎？這是為您量身打造的一本進階應用書，您將在本書找到用Python和R語言實踐前述這些迷人資料科學應用場景的實作範例！
    ●用語平易近人、淺顯易讀
    ●有效提升就學、研究與求職的即戰力
    ●適合閱讀本書的讀者：已經能嫻熟使用Python或R語言基本程式設計的使用者、想學習Python或R語言資料科學應用的使用者

    Content

    • 1-1
      封面頁
    • 1-2
      書名頁
    • 1-3
      關於本書
    • 1-4
      目錄
    • 1-5
      CH01 資料科學的前世今生
    • 1-6
      1-1 橫空出世的職業
    • 1-7
      1-2 資料科學家的日常
    • 1-8
      Part 1：如何獲取資料
    • 1-9
      CH02 載入常見檔案格式
    • 1-10
      2-1 文字編輯器
    • 1-11
      2-2 檔案：CSV
    • 1-12
      2-3 如何載入 CSV 檔案
    • 1-13
      2-4 檔案：TXT
    • 1-14
      2-5 如何載入 TXT 檔案
    • 1-15
      2-6 檔案：試算表
    • 1-16
      2-7 如何載入 Excel 試算表檔案
    • 1-17
      2-8 檔案：JSON
    • 1-18
      2-9 如何載入 JSON 檔案
    • 1-19
      CH03 向資料庫查詢
    • 1-20
      3-1 如何啟動 Amazon Web Service 的MySQL
    • 1-21
      3-2 如何建立資料：MySQL
    • 1-22
      3-3 如何讀取資料：MySQL
    • 1-23
      3-4 如何啟動 Google Cloud Platform 的BigQuery
    • 1-24
      3-5 如何建立資料：BigQuery
    • 1-25
      3-6 如何讀取資料：BigQuery
    • 1-26
      3-7 如何啟動 Google Firebase
    • 1-27
      3-8 如何建立資料：Firebase
    • 1-28
      3-9 如何讀取資料：Firebase
    • 1-29
      CH04 靜態擷取網頁內容
    • 1-30
      4-1 如何定位網頁資料
    • 1-31
      4-2 安裝 Selector Gadget
    • 1-32
      4-3 使用 Selector Gadget
    • 1-33
      4-4 安裝 XPath Helper
    • 1-34
      4-5 使用 XPath Helper
    • 1-35
      4-6 擷取網頁內容
    • 1-36
      CH05 動態擷取網頁內容
    • 1-37
      5-1 修飾擷取電影資訊的函數
    • 1-38
      5-2 遭遇到的問題
    • 1-39
      5-3 什麼是 Selenium
    • 1-40
      5-4 下載瀏覽器
    • 1-41
      5-5 安裝 Selenium
    • 1-42
      5-6 盤點手動操控的動作順序
    • 1-43
      5-7 盤點要使用到的方法
    • 1-44
      5-8 擷取多部電影資訊的函數
    • 1-45
      Part 2：如何掌控資料
    • 1-46
      CH06 認識常見的資料結構
    • 1-47
      6-1 陣列
    • 1-48
      6-2 向量、矩陣與張量
    • 1-49
      6-3 資料框
    • 1-50
      6-4 清單
    • 1-51
      Ch07 基礎資料框操作技巧
    • 1-52
      7-1 建立
    • 1-53
      7-2 檢視
    • 1-54
      7-3 篩選
    • 1-55
      7-4 選擇
    • 1-56
      7-5 排序
    • 1-57
      7-6 新增變數
    • 1-58
      7-7 新增觀測值
    • 1-59
      7-8 摘要
    • 1-60
      7-9 分組
    • 1-61
      Ch08 進階資料框操作技巧
    • 1-62
      8-1 調整變數的型別
    • 1-63
      8-2 對文字變數重新編碼
    • 1-64
      8-3 對數字重新歸類分組為文字變數
    • 1-65
      8-4 處理遺漏值
    • 1-66
      8-5 處理時間序列
    • 1-67
      8-6 轉置資料框
    • 1-68
      8-7 聯結資料框
    • 1-69
      CH09 關於文字
    • 1-70
      9-1 建立
    • 1-71
      9-2 量測長度
    • 1-72
      9-3 調整大小寫
    • 1-73
      9-4 去除多餘空格
    • 1-74
      9-5 格式化輸出
    • 1-75
      9-6 擷取部份文字
    • 1-76
      9-7 轉換為日期時間格式
    • 1-77
      9-8 根據特徵分隔
    • 1-78
      9-9 判斷特徵存在與否及存在之位置
    • 1-79
      9-10 根據特徵取代
    • 1-80
      9-11 正規表達特徵
    • 1-81
      9-12 應用文字處理函數至陣列上
    • 1-82
      Part 3：如何探索資料
    • 1-83
      CH10 基礎視覺化
    • 1-84
      10-1 視覺化的基本單位速記
    • 1-85
      10-2 一組文字資料的相異觀測值數量
    • 1-86
      10-3 一組數值資料依類別分組摘要排序
    • 1-87
      10-4 一組數值資料的分佈
    • 1-88
      10-5 一組數值資料依類別分組的分佈
    • 1-89
      10-6 兩組數值資料的相關
    • 1-90
      10-7 數值資料隨著日期時間的變動趨勢
    • 1-91
      CH11 視覺化中的元件
    • 1-92
      11-1 調整畫布的佈景主題
    • 1-93
      11-2 加入圖標題與軸標籤
    • 1-94
      11-3 加入註釋
    • 1-95
      11-4 調整座標軸
    • 1-96
      11-5 加入與調整圖例
    • 1-97
      11-6 在一個畫布上繪製多個子圖形
    • 1-98
      CH12 其他視覺化類型
    • 1-99
      12-1 一組文字資料的相異觀測值數量
    • 1-100
      12-2 一組數值資料依類別分組摘要排序
    • 1-101
      12-3 一組數值資料的分佈
    • 1-102
      12-4 一組數值資料依類別分組的分佈
    • 1-103
      12-5 多組數值資料的相關
    • 1-104
      12-6 證券的 OHLC 趨勢
    • 1-105
      12-7 數值資料依地理資訊的摘要
    • 1-106
      Part 4：如何預測資料
    • 1-107
      CH13 尋找迴歸模型的係數
    • 1-108
      13-1 關於迴歸模型
    • 1-109
      13-2 學習資料集
    • 1-110
      13-3 什麼是訓練、驗證與測試資料
    • 1-111
      13-4 單變數的迴歸模型
    • 1-112
      13-5 尋找係數的任務
    • 1-113
      13-6 正規方程
    • 1-114
      13-7 梯度遞減
    • 1-115
      13-8 使用模組或套件尋找係數
    • 1-116
      13-9 將模型繪製到散佈圖上
    • 1-117
      Ch14 迴歸模型的評估
    • 1-118
      14-1 標準化（Normalization）
    • 1-119
      14-2 評估迴歸模型的表現
    • 1-120
      14-3 精進評估
    • 1-121
      14-4 交叉驗證
    • 1-122
      14-5 正規化（Regularization）
    • 1-123
      Ch15 尋找羅吉斯迴歸的係數
    • 1-124
      15-1 關於分類模型
    • 1-125
      15-2 學習資料集
    • 1-126
      15-3 Sigmoid 函數
    • 1-127
      15-4 羅吉斯迴歸的成本函數
    • 1-128
      15-5 尋找羅吉斯迴歸的係數
    • 1-129
      15-6 Step 函數
    • 1-130
      15-7 使用模組與套件尋找係數
    • 1-131
      15-8 在散佈圖繪製決策邊界
    • 1-132
      CH16 分類模型的評估
    • 1-133
      16-1 學習資料集
    • 1-134
      16-2 混淆矩陣
    • 1-135
      16-3 建立非線性決策邊界
    • 1-136
      16-4 正規化（Regularization）
    • 1-137
      16-5 多元分類
    • 1-138
      Part 5：如何溝通資料
    • 1-139
      CH17 互動式圖表及 R 語言
    • 1-140
      17-1 Hans Rosling、Gapminder 與Factfulness
    • 1-141
      17-2 瀏覽最終成品
    • 1-142
      17-3 關於 Plotly 與 Shiny
    • 1-143
      17-4 繪製 Plotly 氣泡圖
    • 1-144
      17-5 加入時間軸滑桿篩選年份
    • 1-145
      17-6 加入複選框清單篩選洲別
    • 1-146
      17-7 部署 Shiny 網頁應用程式
    • 1-147
      Ch18 互動式圖表及 Python
    • 1-148
      18-1 瀏覽最終成品
    • 1-149
      18-2 關於 Plotly 與 Dash
    • 1-150
      18-3 取得 Gapminder 資料
    • 1-151
      18-4 安裝 Dash
    • 1-152
      18-5 Dash 網頁應用程式的組成
    • 1-153
      18-6 繪製氣泡圖
    • 1-154
      18-7 加入時間軸滑桿篩選年份
    • 1-155
      18-8 加入複選框清單或下拉式選單篩選洲別
    • 1-156
      18-9 部署 Dash 網頁應用程式
    • 1-157
      版權頁
    • 1-158
      封底頁

    FAQ

    您可以透過手機、平板或是電腦登入 HiSKIO 平台，在【我的學習】＞【我的書籍】頁面，選擇想看的電子書。

    Recommendations

    Reviews

    | Collecting

    Sales Plans