跟着迪哥学 Python数据分析与机器学习实战
电子书推荐
-
Python数据分析与挖掘实战 评分:
Python数据分析与挖掘实战是10余位数据挖掘领域资深专家和科研人员,10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发,以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线,深入浅出介绍Python数据挖掘建模过程,实践性极强。
上传时间:2018-04 大小:63.04MB
- 17.69MB
Python数据分析与挖掘实战_PPT课件.zip
2022-06-28Python数据分析与挖掘实战_PPT课件.zip
- 48.75MB
Python数据分析与挖掘实战.zip_Python 数据挖掘_python_python 案例_python数据分析_挖掘实战
2022-07-14Python的数据分析和挖掘的案例,非常不错
- 20KB
《python数据分析与挖掘实战》第一章总结.docx
2020-05-23《python数据分析与挖掘实战》-张良均,第一章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 334.66MB
基于Python数据分析与挖掘实战 实验数据和源代码 共12个章节.rar
2021-08-07基于Python数据分析与挖掘实战 实验数据和源代码 共12个章节,含每个章节的数据源和源代码demo
- 48.96MB
Python数据分析与挖掘实战_Python数据分析与挖掘实战_python_数据分析_
2021-09-30Python数据分析与挖掘实战,实际例子,具体运用。
- 489KB
《python数据分析与挖掘实战》学习笔记代码.zip
2020-05-23《python数据分析与挖掘实战》读书笔记写的第3章到第5章的代码 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 837KB
《python数据分析与挖掘实战》第二章总结.docx
2020-05-23《python数据分析与挖掘实战》-张良均,第二章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 1.36MB
《python数据分析与挖掘实战》第三章总结.docx
2020-05-23《python数据分析与挖掘实战》-张良均,第三章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 42.6MB
《Python数据分析与挖掘实战》-PPT.zip
2019-06-27《Python数据分析与挖掘实战》的ppt 内容详细 讲解清楚
- 176KB
《Python大数据分析与挖掘案例实战》教学大纲.pdf
2022-07-08《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据...
- 19KB
Python数据分析与挖掘实战学习笔记(3).md
2019-12-24数据清洗主要介绍了对缺失值和异常值的处理,延续了第三章的缺失值和异常值分析的内容,本章主要介绍的处理缺失值的方法分为3类:删除记录、数据插补和不处理,处理异常值的方法有删除含有异常值的记录、不处理、...
- 72B
10G的python数据分析与挖掘实战学习视频
2023-03-10内容概要:10G的Python数据分析与挖掘实战学习视频,包括了Python3数据科学入门与实战,大数据入门到实战篇(Hadoop2.80),Python3实战Spark大数据分析及调度,数据分析与数据挖掘高级实战案例 适合人群:具备一定...
- 48.96MB
Python数据分析与挖掘实战_python_python数据分析_数据分析python_数据挖掘_
2021-10-03Python数据分析与挖掘实战 pdf版本
- 761KB
《python数据分析与挖掘实战》第五章总结.docx
2020-05-23《python数据分析与挖掘实战》-张良均,第五章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 328.39MB
Python 数据分析与挖掘实战-张良均-数据集
2023-02-22Python 数据分析与挖掘实战_张良均_数据集
- 113.76MB
python数据分析与挖掘实战-第1章 课程介绍.zip
2022-04-30python数据分析与挖掘实战-第1章 课程介绍.zip
- 13KB
Python数据分析与挖掘实战学习笔记(2).md
2019-12-23数据特征分析要求我们在数据挖掘建模前,通过频率分布分析、对比分析、帕累托分析、周期性分析、相关性分析等方法,对采集的样本数据的特征规律进行分析,以了解数据的规律和趋势,为数据挖掘的后续环节提供支持。
- 116.57MB
python数据分析与挖掘实战-第2章 数据获取.zip
2022-04-30python数据分析与挖掘实战-第2章 数据获取.zip
- 191.37MB
python数据分析与挖掘实战-第7章 模型评估.zip
2022-04-30python数据分析与挖掘实战-第7章 模型评估.zip
- 752KB
基于Python爬虫实现天气预报和数据可视化分析,应付数据分析大作业
2022-12-23基于Python爬虫实现天气预报和数据可视化分析,应付数据分析大作业,内含Python原文件及所需库说明
- 28.70MB
EDA探索式数据分析案例数据集
2024-02-25EDA探索式数据分析案例数据集
- 5.83MB
Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
2024-01-16Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
- 1.2MB
5-8抖音数据分析数据集
2023-05-08这个数据集对应我写的一篇博客,下载此数据集即可运行我的代码。
- 7.77MB
Python数据分析与可视化大作业 + 源代码 + 数据 + 详细文档
2024-04-11Python数据分析与可视化大作业 + 源代码 + 数据 + 详细文档
- 116KB
python数据分析大作业-爬虫、建立模型、可视化、结论分析
2023-06-09包括代码文件
- 0B
origin2021下载免费分享
2022-11-14origin2021 下载途径:百度网盘、阿里云盘下载
- 1KB
r语言数据分析案例数据分析、数据预测和机器学习案例
2023-03-29如果您正在寻找一份完整的R语言数据分析、数据预测和机器学习案例,那么我们的资源库将为您提供一切所需。本资源库提供了一系列案例,包括数据可视化、数据清洗、机器学习模型构建和数据预测等内容。我们的案例旨在帮助您更好地了解R语言的使用和机器学习的基础知识。 我们的资源库包括以下主题: 数据可视化:使用ggplot2包和其他R语言可视化工具,展示如何将数据可视化,从而更好地理解数据并做出更明智的决策。 数据清洗:展示如何使用dplyr包和其他数据清洗工具来清洗和准备数据,使其可以用于机器学习模型的训练。 机器学习模型构建:使用caret包和其他机器学习工具,构建和训练各种类型的机器学习模型,包括回归、分类和聚类模型等。 数据预测:展示如何使用机器学习模型来预测未来数据,并对预测结果进行评估和优化。 每个案例都包含完整的代码和数据集,可以帮助您更好地了解每个步骤的细节和操作。我们的资源库适合各种级别的用户,包括初学者和有经验的用户。您可以根据自己的兴趣和需求选择不同的主题,并按照自己的步骤和想法来运行代码和修改案例。 如果正在寻找一份完整的R语言数据分析、数据预测和机器学习案例,
- 407.36MB
统计数模历年优秀论文-全国大学生统计建模大赛
2023-05-16为在大学生中倡导学习统计、应用统计的良好氛围,促进大学生关注经济社会热点难点问题,适应大数据时代下高校及统计部门对统计人才的培养要求,中国统计教育学会、全国应用统计专业学位研究生教育指导委员会联合举办2021年(第七届)全国大学生统计建模大赛,本届大赛主题为“数据新动能的统计测度研究”,旨在提高大学生数据挖掘、数据分析、运用统计方法及计算机技术处理数据的能力,加强创新思维意识,助力推进统计现代化改革。经过一年的筹备、征集和筛选评议工作,最终选出这26篇优秀论文集结成册,展示当代大学生的统计应用能力和研究水平。 欢迎扫描以上二维码订阅 扫一扫在手机打开 上一篇: 《2022年(第八届)... 下一篇: 关于公布2022年(第... 评论262 0/150 提交 热门评论 相关推荐 关于公布2023年(第九届)全国大学生统计建模大赛报名信息的通知 大赛动态 2023-04-10 10:00595451143 《2023年(第九届)全国大学生统计建模大赛主题解读》(视频) 大赛动态 2023-04-06 09:0046299990 “全国大学生统计建模大赛”成功入
- 5.29MB
2023高教社数学建模C题 - 蔬菜类商品的自动定价与补货决策【数据处理详细代码】
2023-09-09商超(超市和零售店)在现代经济中扮演着至关重要的角色,然而,它们在蔬菜商品管理中面临着多重挑战。这些挑战包括如何准确预测销售趋势、合理制定价格策略、以及有效制定补货计划等问题。 解决这些问题对于商超来说至关重要,因为它们直接影响着销售收益、库存成本和客户满意度。因此,本研究旨在为商超提供一套全面的蔬菜商品管理策略,以帮助它们更好地应对这些挑战。 针对问题一,在蔬菜商品管理中,首要问题之一是如何准确预测销售趋势。这包括了不同蔬菜品类的销售模式,如季节性销售高峰和低谷。我们需要深入了解哪些蔬菜在特定时间段内销售最活跃,以及它们之间的差异。这个问题的解决有助于商超更有针对性地制定促销策略和补货计划。 针对问题二,制定合理的价格策略对于商超至关重要,因为它们需要平衡销售利润和客户价格敏感度。我们需要建立一个定价模型,考虑商品成本、预期销售量和销售利润等因素。这个模型将为每个蔬菜品类提供合理的售价建议,确保商超实现销售利润的最大化,同时提供具有竞争力的价格。 针对问题三,如何确定每个单品的补货量以及建议的定价策略是另一个重要问题。我们需要通过组合优化方法,确定每个单品的最佳补货量和定价策