快速掌握数据采集与清洗、数据分析、机器学习等数据科学领域常见任务和工具，用Python轻松解决数据科学问题
本书以Python语言讲述数据科学基础知识，涵盖了数据采集、清洗、存储、检索、转换、可视化、高级数据分析（网络分析）、统计和机器学习等内容。具体内容包括：数据科学的Python核心特性，文本数据、数据库、表格形式的数值数据、series和frame、网络数据的使用，数据的绘制，概率与统计，机器学习。
- 不同类型文本数据的获取、清洗、组织和可视化
- 如何用NumPy和Pandas模块处理数值数据
- 探索用MySQL和MongoDB配置、填充、查询数据
- 网络创建、度量和分析
- 概率与统计以及机器学习的相关基本概念
作者介绍
计算机科学教授，自2001年起一直在萨福克大学任教。研究兴趣包括计算机模拟与建模、网络科学、社交网络分析以及数字人文。拥有莫斯科国立大学物理学硕士学位和纽约州立大学石溪分校计算机科学博士学位。
联系客服
