婵犵數濮烽弫鎼佸磻濞戞娑欐償閵娿儱鐎梺鍏肩ゴ閺呮粌鐣烽弻銉﹀€甸柨婵嗛閺嬫稓绱掗埀顒勫磼濮樿偐鍞甸柣鐘烘〃鐠€锕€危閸涘ǹ浜滈柨鏇楀亾鐎殿喖澧庨幑銏犫攽鐎n亶娼婇梺缁樏璺盒掗幇鐗堚拺闂傚牊绋掗幖鎰箾瀹割喖骞栭柣锝呭槻椤繄鎹勯搹鐟板箰闂備線鈧偛鑻晶浼存煠妤﹁法绨块柕鍥ㄥ姍楠炴帡骞嬮悜鍡橆棨闂傚倷绀侀幖顐λ囬鐐村€舵繝闈涚墕椤ユ岸鏌涢…鎴濇灀婵℃彃鐗撻弻锟犲礃閳哄倸鏆楅梺浼欑秬娴滎剛妲愰幒妤€惟鐟滃酣寮抽埡鍐<閺夊牄鍔嶉ˉ鍫ユ煛娴h宕岄柡浣规崌閺佹捇鏁撻敓锟� [闂傚倸鍊峰ù鍥儍椤愶箑骞㈤柍杞扮劍椤斿嫮绱撻崒姘偓鍝ョ矙閸曨垰绠柨鐕傛嫹 | 闂傚倸鍊烽懗鑸电仚缂備胶绮崝妤冨垝閺冨牊鍊婚柦妯侯槸閻庮參姊虹粙鎸庢拱闁糕晛鍟村鎼佸冀椤撶喓鍘繝鐢靛仜閻忔繈宕濆鑸电厸闁稿本顨呮禍锟�]

    • 数据准备和特征工程--数据工程师必知必会技能/新工科建设之路数据科学与大数据系列
      • 作者:编者:齐伟|责编:章海涛
      • 出版社:电子工业
      • ISBN:9787121382635
      • 出版日期:2020/03/01
      • 页数:198
    • 售价:19.2
  • 内容大纲

        本书详细地介绍了大数据、人工智能等项目中不可或缺的环节和内容:数据准备和特征工程。书中的每节首先以简明方式介绍了基本知识;然后通过实际案例演示了基本知识的实际应用,并提供了针对性练习项目,将“知识、案例、练习”融为一体;最后以“扩展探究”方式引导读者进入更深广的领域。
        本书既适合作为大学相关专业的教材,也适合作为大数据、人工智能等领域的开发人员的参考读物。
  • 作者介绍

  • 目录

    第1章  感知数据
      1.0  了解数据科学项目
      1.1  文件中的数据
        1.1.1  CSV文件
        1.1.2  Excel文件
        1.1.3  图像文件
      1.2  数据库中的数据
      1.3  网页上的数据
      1.4  来自API的数据
    第2章  数据清理
      2.0  基本概念
      2.1  转化数据类型
      2.2  处理重复数据
      2.3  处理缺失数据
        2.3.1  检查缺失数据
        2.3.2  用指定值填补
        2.3.3  根据规律填补
      2.4  处理离群数据
    第3章  特征变换
      3.0  特征的类型
      3.1  特征数值化
      3.2  特征二值化
      3.3  OneHot编码
      3.4  数据变换
      3.5  特征离散化
        3.5.1  无监督离散化
        3.5.2  有监督离散化
      3.6  数据规范化
    第4章  特征选择
      4.0  特征选择简述
      4.1  封装器法
        4.1.1  循序特征选择
        4.1.2  穷举特征选择
        4.1.3  递归特征消除
      4.2  过滤器法
      4.3  嵌入法
    第5章  特征抽取
      5.1  无监督特征抽取
        5.1.1  主成分分析
        5.1.2  因子分析
      5.2  有监督特征抽取
    附录A  Jupyter简介
    附录B  NumPy简介
    附录C  Pandas简介
    附录D  Maptplotlib简介
    后记