杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Python数据科学:技术详解与商业实践/常国珍, 赵仁乾, 张秋剑著

出版发行项:

北京:机械工业出版社,2018

ISBN及定价:

978-7-111-60309-2/CNY99.00

载体形态项:

11, 422页:图;24cm

并列正题名:

Data science with python:technical detail and business practice

其它题名:

技术详解与商业实践

个人责任者:

常国珍 著

个人责任者:

赵仁乾 著

个人责任者:

张秋剑 著

学科主题:

面向对象语言,Python-软件工具-程序设计

非控制主题词:

Python

中图法分类号:

TP311.561

责任者附注:

常国珍，资深数据科学专家和金融技术专家。北京大学会计学博士，中国大数据产业生态联盟专家委员会委员。2005年进入数据科学领域，先后在亚信、德勤等企业从事电信、金融行业数据挖掘工作，现就职于中银消费金融有限公司数据管理部。专注于消费金融领域的数据治理、客户智能与风险智能。

责任者附注:

赵仁乾，北京邮电大学管理科学与工程硕士，现就职于北京电信规划设计院，从事移动、联通集团及各省分公司市场、业务、财务规划，经济评价及运营咨询。重点研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。

责任者附注:

张秋剑，资深大数据专家和金融行业技术专家，上海师范大学计算机科学技术硕士。现任星环科技金融事业部总监，大数据技术架构行业顾问专家，云析学院发起人，AICUG社区联合发起人，曾在IEEE等期刊发表多篇论文。目前主要为银行、证券和保险等行业客户提供大数据平台及人工智能平台的整体规划和项目建设等工作。

书目附注:

有书目 (第423页)

提要文摘附注:

本书共19章，第1章介绍数据科学中涉及的基本领域；第2～3章介绍与数据工作紧密相关的Python语言基础；第4章讲解描述性统计分析在宏观业务领域的分析；第5章讲解数据规整、清洗的重要技能；第6章介绍数据科学领域实用的四大统计检验；第7章讲解当被解释变量为连续变量时，如何使用线性回归作预测；第8章讲解使用逻辑回归作评分卡模型；第9章讲解另外一个可解释模型——决策树。

使用对象附注:

大数据营销分析人员及相关读者。

豆瓣简介：