博客來-必學！Python 資料科學‧機器學習最強套件：NumPy

書名：必學！Python 資料科學‧機器學習最強套件：NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras，語言：繁體中文，ISBN：9789863126157，頁數：448， ... 選擇語言 English 繁體中文 简体中文 :::相關網站 博客來 售票網 企業採購 福利平台 海外專館 :::會員服務|快速功能 0結帳 您好 ( 登出 )     登入     加入會員 購物金 購物金 0 儲值金 0 E-Coupon 0 張 單品折價券 0 張 OP點數兌換 會員專區 電子書櫃 線上客服 繁體 關閉廣告 展開廣告 回博客來首頁 客服公告：反詐騙！提醒您「不碰ATM、網銀，不說信用卡資料」詳情 移動滑鼠展開全站分類 :::全站分類 全站分類 :::網站搜尋 全部 展開 全部 圖書 電子書 有聲書 訂閱 影音 百貨 雜誌 售票 海外專館 快速到貨 禮物卡 搜尋 熱門關鍵字 療癒的飲食與斷食 不准畫太好 螺絲愈來愈鬆 小王子 中文書 2022曬書市集 新書 預購 排行榜 選書 即將出版 特價書 香港出版 讀者書評 出版社專區 分類總覽 博客來中文書電腦資訊程式設計/APP開發Python商品介紹 看大圖 !上頁 下頁 試閱 必學！Python資料科學‧機器學習最強套件：NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras 已追蹤作者：[ 修改 ] 確定 取消 作者：石川聡彦   新功能介紹譯者：劉金讓出版社：旗標   新功能介紹出版日期：2021/04/19語言：繁體中文 定價：680元 優惠價：95折646元本商品單次購買10本9折612元 使用購物金最高可抵100% 詳情 1點OPENPOINT可兌換1點購物金，1點購物金可抵1元，實際點數依您帳戶為準。

如何獲得OPENPOINT點數？如何兌換購物金？詳見OPENPOINT說明 查詢我的購物金？登入會員專區 運送方式：臺灣與離島海外 可配送點：台灣、蘭嶼、綠島、澎湖、金門、馬祖可取貨點：台灣、蘭嶼、綠島、澎湖、金門、馬祖台北、新北、基隆宅配快速到貨(除外地區) 可配送點：全球可取貨點：香港、澳門、新加坡、馬來西亞、菲律賓 載入中... 我要寫評鑑 分享 上頁下頁   內容簡介 最夯的Python套件解說✕最夯的資料科學、機器學習技術, 本書帶您一次學會！   　　Python是近來最熱門的程式語言,也是資料科學、機器學習實作時的首選語言。

Python之所以在這些領域大放異彩,就是仰賴了各種功能強大的第三方套件,不過套件百百款,該從哪些下手呢？很簡單,很少用到的先不用花太多時間,我們挑常用、關鍵的先學好！本書為有志於學習資料科學、機器學習的初學者,嚴選出NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras等最強套件,絕對是初學者必須好好掌握的！   　　NumPy數值運算套件可以做資料高速運算,許多套件也都是以NumPy為基礎建構而成,經常得跟NumPy搭配使用,一定要紮穩這個重要基石；   　　在面對龐大的資料時,使用Pandas、Matplotlib可以輕鬆做資料整理,並藉由繪圖獲取重要資訊,是資料科學實作的強大利器；   　　OpenCV是電腦視覺(ComputerVision)領域響叮噹的套件,不管是裁切、縮放、輪廓偵測、過濾影像以強化資訊...各種影像處理功能一應俱全,是影像辨識、機器學習做資料擴增的最強助手；   　　最後,我們將帶您一窺scikit-learn、tf.Keras這兩個重量級套件如何在機器學習、深度學習領域中發揮關鍵性的作用,我們會實際操演如何利用它們做資料預處理(Preprocessing)、建構KNN/SVM/邏輯斯迴歸(Logisticregression)/決策樹(Decisiontree)/隨機森林(Randomforest)…等監督式學習分類模型；以及建立DNN、CNN等影像辨識神經網路(Neuralnetwork)。

  　　看了本書之後,你將深刻體會到各套件的強大之處,利用短短幾行程式碼,竟然瞬間完成許多運算、建模工作。

不過各套件的函式、參數設定可不像網路文章寫的這麼單純,當中有許多設定「眉角」需要特別注意,為此,小編都經過逐一詳測,針對可能遇到的問題添加大量註解,幫助讀者更加理解內容！    本書特色   　　□資料科學熱門套件解說 　　‧紮穩NumPy重要基礎：axis、dimention、陣列切片、各種高速運算函式 　　‧Pandas資料分析技巧：資料清理、缺失值處理、快速取得各種統計數據 　　‧Matplotlib資料視覺化：繪製2D/3D圖/子圖、比較資料的分布狀況 　　‧OpenCV影像處理：影像裁切/縮放/翻轉...做資料擴增,二值化(binarization)/降雜訊...強化重要影像資訊   　　□最紮實的機器學習、深度學習實戰 　　‧機器學習的資料預處理(Datapreprocessing) 　　‧快速建構KNN/SVM/邏輯斯迴歸(Logisticregression)/決策樹(Decisiontree)/隨機森林(Randomforest)...監督式學習分類模型 　　‧建立DNN、CNN影像辨識神經網路(Neuralnetwork) 　　‧建模完只是第一步！各模型超參數(Hyperparameter)調整心法大公開！   　　□本書由【施威銘研究室監修】,書中針對原書進行大量補充,並適當添加註解,幫助讀者更加理解內容！   目錄 第1章Python基礎：變數、資料型別與if判斷式 第2章Python基礎：list、dict與迴圈 第3章函式、類別與模組 第4章進階函式及特殊容器 第5章NumPy高速運算套件 5-1NumPy的基本介紹 5-2陣列的基本操作 5-2-1建立陣列 5-2-2陣列的切片操作 5-2-3使用布林陣列篩選值 5-2-4陣列的四則計算 5-2-5體驗好用的NumPy函式 5-3NumPy多軸陣列 5-3-1陣列的軸(axis) 5-3-2陣列的shape 5-3-3多軸陣列的切片做法 5-3-4陣列轉置(transpose) 5-3-5陣列排序 5-3-6陣列擴張(Broadcasting) 5-3-7用NumPy函式計算矩陣乘積 第6章pandas的基礎 6-1pandas簡介 6-2Series物件的操作處理 6-2-1建立Series物件 6-2-2取出Series當中的元素 6-2-3單取出「索引值」或者「內容值」-.index、.values 6-2-4新增Series物件的元素–append() 6-2-5刪除Series物件的元素–drop() 6-2-6從Series物件篩選出想要的元素 6-2-7將Series的元素排序–sort_index()、sort_values() 6-3DataFrame物件的操作處理 6-3-1建立DataFrame物件–pd.DataFrame() 6-3-2修改index和column的名稱–.index、.column 6-3-4加入新的資料列–append() 6-3-4加入新的欄位 6-3-5取出DataFrame當中的元素–df.loc[]、df.iloc[] 6-3-6刪除df物件的列或行–drop() 6-3-7將欄位值依大小排序–sort_values() 6-3-8從df物件篩選出想要的資料 第7章DataFrame的串接與合併 7-1概念說明 7-2用concat()串接多個DataFrame 7-3用merge()合併多個DataFrame 第8章DataFrame的進階應用 8-1載入外部檔案並做資料整理 8-2處理DataFrame中的缺失值 8-2-1用dropna()刪除含有NaN(缺失值)的列 8-2-2用fllna()填補NaN值 8-3分析數據常用到的技巧(一) 8-3-1duplicated()、drop_duplicated()-尋找或刪除DataFrame內重複的資料 8-3-2map()–利用DataFrame的既有欄位生成新的欄位 8-3-3用cut()劃分、篩選資料 8-4分析數據常用到的技巧(二) 8-4-1取頭尾列–head()、tail() 8-4-2對DataFrame的值做運算 8-4-3快速取得DataFrame各種統計數據 8-4-4計算行(列)之間的差 8-4-5用groupy()做分組統計 第9章Matplotlib資料視覺化套件的基礎 9-1常見的圖表類型 9-2單一筆資料的視覺化 9-2-1繪製折線圖 9-2-2指定圖表的座標軸範圍–xlim()、ylim() 9-2-3設定圖表標題與兩軸名稱–title()、xlabel()、ylabel() 9-2-4在圖表上顯示網格–grid() 9-2-5自訂座標軸的刻度及標籤–xticks()、yticks() 9-3多筆資料的視覺化 9-3-1在同一張圖表繪製多筆資料並指定不同顏色 9-3-2設定圖例–legend() 9-4繪製內含多張子圖的圖表 9-4-1設定整張圖表的尺寸–fgure() 9-4-2在畫布切出子圖區,並繪製內容–add_subplot() 9-4-3調整子圖間距–subplots_adjust() 9-4-4設定子圖的座標範圍–set_xlim()/座標說明文字–set_xlabel()/子圖標題-set_title() 9-4-5設定子圖是否顯示網格–grid()/設定子圖的兩軸刻度set_xticks()、set_xticklabels() 第10章用Matplotlib繪製各類圖表 10-1再探折線圖(plotchart) 10-2繪製長條圖(barchart) 10-3繪製直方圖(histogramchart) 10-4繪製散佈圖(scatterchart) 10-5繪製圓餅圖(piechart) 10-6繪製3D圖表 第11章用OpenCV處理影像資料 11-1認識影像資料 11-2OpenCV的基礎 11-3OpenCV的進階處理功能 11-3-1圖片的二值化(binarization)處理 11-3-2套用遮罩 11-3-3模糊效果 11-3-4去除圖片的雜訊 第12章用scikit-learn進行監督式機器學習 12-1監督式學習/分類 12-2資料集的準備 12-3用常見的監督式學習分類器來做預測 12-3-1k鄰近演算法(KNN) 12-3-2邏輯斯迴歸(logisticregression) 12-3-3線性支援向量機(LinearSVM) 12-3-4非線性SVM 12-3-5決策樹(decisiontree)  12-3-6隨機森林(randomforest) 12-4k-fold交叉驗證及模型的預測性能 第13章監督式學習模型的超參數調整 13-1KNN的超參數 13-2邏輯斯迴歸與線性SVM的超參數 13-3非線性SVM 13-4決策樹與隨機森林的超參數 第14章用tf.Keras套件實作深度學習 14-1深度學習簡介 14-2用神經網路辨識手寫數字圖片 第15章優化神經網路模型 15-1認識超參數(Hyperparameter) 15-2隱藏層的數量、隱藏層設計多少神經元 15-3丟棄法(Dropout) 15-4損失函數(Lossfunction)與優化器(Optimizer) 15-5小批次(mini-batch)訓練 15-6訓練週期(epoch) 第16章利用卷積神經網路(CNN)做影像辨識 16-1認識CNN 16-2卷積層(ConvolutionLayer) 16-3池化層(PoolingLayer) 16-4用tf.Keras建構CNN模型 16-5實例：使用CNN辨識熉g數字圖片 16-6實例：使用CNN辨識.cifar10圖片資料集 第17章優化CNN模型 17-1資料的正規化(Normalization) 17-2遷移學習(TransferLearning) 看更多   詳細資料 ISBN：9789863126157叢書系列：Learningbydoing從做中學系列規格：平裝/448頁/17x23x2.5cm/普通級/部份全彩/初版出版地：台灣 本書分類：電腦資訊>程式設計/APP開發>Python 會員評鑑 TOP 會員評鑑等級 ，共 2 位評分。

我要寫評鑑 感謝您為本商品發表您的看法，這是專屬於博客來會員的發表園地。

看更多書評請前往【讀者書評】專區 全部(2) 良好(1) 普通(1) 極差(0) 無評鑑(0) 最近瀏覽商品  相關活動   購物說明 若您具有法人身份為常態性且大量購書者，或有特殊作業需求，建議您可洽詢「企業採購」。

  退換貨說明  會員所購買的商品均享有到貨十天的猶豫期（含例假日）。

退回之商品必須於猶豫期內寄回。

  辦理退換貨時，商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性，切勿缺漏任何配件或損毀原廠外盒)。

退回商品無法回復原狀者，恐將影響退貨權益或需負擔部分費用。

  訂購本商品前請務必詳閱商品退換貨原則。

  同類商品新上架 1. 計算機概論：基礎科學、軟體與資訊安全導向 2. 最實用業界專案精選：用SpringBoot和SpringCloud頂級開發 3. 既會用也了解：最新一代5G核心技術加強版 4. 最新世代平行運算：分散式系統主流框架實作指南 5. MOS國際認證應考指南：MicrosoftAccessExpert(AccessandAccess2019)|ExamMO-500 本類新品熱銷 1. 遊戲人生72變：線上‧實體遊戲教學一本通 2. 教練敏捷團隊：ScrumMaster、敏捷教練及專案經理轉型的最佳指南 3. 2030科技趨勢全解讀：元宇宙、AI、區塊鏈、雲端、大數據、5G、物聯網，七大最新科技一本就搞懂！ 4. 以太，下一波贏家：第一本以太幣的投資專書（隨書附贈「加速入圈超值包」） 5. Python教學手冊 本類暢銷榜 1. Python最強入門邁向頂尖高手之路：王者歸來(第二版)全彩版 2. C語言教學手冊（四版）（附1光碟） 3. Python教學手冊 4. Python零基礎入門班(第三版)：一次打好程式設計、運算思維與邏輯訓練基本功(附160分鐘入門影音教學/範例程式) 5. 精通Python：運用簡單的套件進行現代運算（第二版） 訂閱電子報 想獲得最新商品資訊，請訂閱免費電子報 關於我們 關於博客來 關於PCSC 隱私權政策 服務條款 人才募集 利害關係人專區 會員服務 加入會員 新手上路 會員分級 訂閱電子報 24小時隔日取貨 行動博客來 切換行動版 合作提案 企業採購 福利平台 加入供應商 AP策略聯盟 異業合作 客服中心 查詢帳號密碼 客服信箱 客服中心Q&A 線上客服 好站連結 OKAPI 閱讀生活誌 青春博客來 售票網 博客來Youtube 博客來粉絲團 得獎認證 天下雜誌2017金牌服務大賞 2016新世代最嚮往企業 SSL憑證服務 數位時代2012年台灣網站100強 電子發票推廣標章 dpmark資料隱私保護標章 數位時代2011台灣電子商務TOP50強 行政院環保署B2C網購包裝減量標章。

包裝減量。

環保材質。

循環包材。

客戶服務專線：02-26535588傳真：02-27885008服務時間：週一~五8:00~19:00，週六~日、例假日9:00~18:00，365天全年無休 博客來數位科技股份有限公司地址：臺灣115台北市南港區八德路四段768巷1弄18號B1之1  食品業者登錄字號：A-196922355-00000-9 Copyright©since1995books.com.twAllRightsReserved.