新書推薦：
《
能成事的团队
》
售價：NT$
510.0
《
现代无人机鉴赏（珍藏版）
》
售價：NT$
356.0
《
汗青堂丛书·晚清风云（4册套装）：帝国的切口 清朝与中华传统文化 太平天国运动史 冲击与回应
》
售價：NT$
1948.0
《
穿在身上的历史：世界服饰图鉴（增订珍藏版）
》
售價：NT$
2540.0
《
历史的严妆：解读道学阴影下的南宋史学（中华学术·有道）
》
售價：NT$
500.0
《
海外中国研究·江南：中国文雅的源流
》
售價：NT$
347.0
《
迟缓的巨人：“大而不能倒”的反思与人性化转向
》
售價：NT$
352.0
《
我们去往何方：身体、身份和个人价值
》
售價：NT$
305.0
|
| 編輯推薦： |
|
不需要任何编程、交易经验，也不需要具备超强的数据分析能力，只要会使用Excel就可以轻松学会本书讲解的知识点。
|
| 內容簡介： |
|
本书采用独创的黑箱模式，MBA案例教学机制，结合一线实战案例，介绍Sklearn人工智能模块库和常用的机器学习算法。书中配备大量图表说明，没有枯燥的数学公式，普通读者，只要懂Word、Excel，就能够轻松阅读全书，并学习使用书中的知识，分析大数据。本书具有以下特色：独创的黑箱教学模式，全书无任何抽象理论和深奥的数学公式。首次系统化融合Sklearn人工智能软件和Pandas数据分析软件，不用再直接使用复杂的Numpy数学矩阵模块。系统化的Sklearn函数和API中文文档，可作为案头工具书随时查阅。基于Sklearn Pandas模式，无须任何理论基础，全程采用MBA案例模式，懂Excel就可看懂。
|
| 關於作者： |
|
何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版书籍20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国Python创客项目和Python产业联盟发起人，国内首个Python量化课程：《Python量化实盘魔鬼训练营》创始人，极宽量化开源团队的创始人。1990年，发明国内第一个VR数据手套并获得专利授权，被业界称为中国VR之父；1992年，论文《人工智能与中文字型设计》入选《广东青年科学家文集》，现已成为中文字库行业三大基础建模理论之一；1997年，出版国内首部网络经济专著《网络商战》；2008年，在北京联合创办国内首家4A级网络公关公司，服务过200余家国际五百强企业，被公关协会誉为：中国网络公关事业的开创者与启蒙者；2012年，发布国内首个自主研发的智能中文字库设计软件《x2ttf涂鸦造字》，全功能全免费公益软件；2016年，推出国内首套纯python开源量化软件：zwQuant，以及国内首个Tick级别开源金融大数据项目：zwDat金融数据包。研究成果有：小数据理论，快数据模型，黑天鹅算法，GPU超算工作站、MTRD多节点超算集群算法、1 N网络传播模型、人工智能足彩图灵法则等。
|
| 目錄：
|
第 1 章 从阿尔法狗开始说起1
1.1 阿尔法狗的前世今生.......1
1.2 机器学习是什么.....2
1.3 机器学习大史记.....3
1.4 机器学习经典案例......... 11
第 2 章 开发环境......13
2.1 数据分析首选 Python.....13
2.2 用户运行平台.......18
2.3 程序目录结构.......19
2.4 Spyder 编辑器界面设置.20
2.5 Python 命令行模式.........26
2.6 Notebook 模式......27
2.7 模块库控制面板...29
2.8 使用 pip 更新模块库......33
第 3 章 Python 入门案例....39
3.1 案例 3-1：第一次编程hello,ziwang ....39
3.2 案例 3-2：增强版hello,zwiang ..42
3.3 案例 3-3：列举系统模块库清单.......44
3.4 案例 3-4：常用绘图风格.........45
3.5 案例 3-5：Pandas 常用绘图风格.......47
3.6 案例 3-6：常用颜色表 cors.....49
3.7 案例源码.....50
第 4 章 Python 基本语法....58
4.1 数据类型.....58
案例 4-1：基本运算.......59
4.2 字符串.........61
案例 4-2：字符串入门...61
案例 4-3：字符串常用方法.....63
4.3 List 列表......64
案例 4-4：列表操作.......65
4.4 Tuple 元组...66
案例 4-5：元组操作.......67
4.5 Dictionary 字典.....68
案例 4-6：字典操作.......68
4.6 数据类型转换.......70
案例 4-7：控制语句.......71
案例 4-8：函数定义.......73
4.7 案例源码.....75
第 5 章 Python 人工智能入门与实践......85
5.1 从忘却开始.85
5.2 Iris 经典爱丽丝.....89
案例 5-1：Iris 爱丽丝 ....90
案例 5-2：爱丽丝进化与文本矢量化.........92
5.3 AI 操作流程95
5.4 数据切割函数.......98
案例 5-3：Iris 爱丽丝分解 ......99
案例 5-4：线性回归算法.......103
5.5 案例源码...109
第 6 章 机器学习经典算法案例（上） . 116
6.1 线性回归... 116
6.2 逻辑回归算法.....124
案例 6-1：逻辑回归算法.......125
6.3 朴素贝叶斯算法.127
案例 6-2：贝叶斯算法.129
6.4 KNN 近邻算法 ...130
案例 6-3：KNN 近邻算法.....133
6.5 随机森林算法.....135
案例 6-4：随机森林算法.......139
6.6 案例源码...140
第 7 章 机器学习经典算法案例（下） .149
7.1 决策树算法.........149
案例 7-1：决策树算法.151
7.2 GBDT 迭代决策树算法.........153
案例 7-2：GBDT 迭代决策树算法.154
7.3 SVM 向量机 .......156
案例 7-3：SVM 向量机算法.157
7.4 SVM-cross 向量机交叉算法..159
案例 7-4：SVM-cross 向量机交叉算法....160
7.5 神经网络算法.....161
案例 7-5：MLP 神经网络算法........165
案例 7-6：MLP_reg 神经网络回归算法...168
7.6 案例源码...170
第 8 章 机器学习组合算法 .........183
8.1 CCPP 数据集......183
案例 8-1：CCPP 数据集........184
案例 8-2：CCPP 数据切割....186
案例 8-3：读取 CCPP 数据集.........189
8.2 机器学习统一接口函数.........192
案例 8-4：机器学习统一接口.........193
案例 8-5：批量调用机器学习算法.201
案例 8-6：一体化调用.205
8.3 模型预制与保存.208
案例 8-7：储存算法模型.......210
案例 8-8：批量储存算法模型.........213
案例 8-9：批量加载算法模型.........215
案例 8-10：机器学习组合算法.......219
8.4 案例源码...224
附录 A Sklearn 常用模块和函数.242
附录 B 极宽量化系统模块图......266
|
| 內容試閱：
|
|
本书是一部意外之作，也是一部惊喜之作。这是一本非常简单的 Python 机器学习入门教程，具有以下特色。独创的黑箱教学模式，全书无任何抽象理论和深奥的数学公式。首次系统化融合 Sklearn 人工智能软件和 Pandas 数据分析软件，无须使用复杂的 Numpy 数学矩阵模块。三位一体的课件模式：图书 开发平台 成套的教学案例，系统讲解，逐步深入。系统化的Sklearn函数API接口中文文档，可作为案头工具书随时查阅。基于 Sklearn Pandas 架构，全程采用 MBA 案例模式，无需任何理论基础，懂 Excel 就可看懂。本书内容原本是《零起点 Python 足彩大数据与机器学习实盘分析》中的章节，在我们内部小范围使用时，深受学员喜爱，于是，将书中与机器学习相关的内容和案例单独抽取出来，加入部分 Python 入门内容，形成了《零起点 Python 机器学习快速入门》一书。Python 量化三部曲包括：《零起点 Python 大数据与量化交易》（入门教材）《零起点 Python 量化与机器学习实盘分析》（重点分析 Sklearn）《零起点 Python 量化与 TensorFlow 深度学习实盘分析》（重点分析TensorFlow）此外，还有两部补充作品：《零起点 Python 足彩大数据与机器学习实盘分析》《零起点 Python 机器学习快速入门》Python学习路线机器学习、人工智能和金融量化基本原理都是相通的，本质上都是数据分析。本书虽然属于零起点 Python系列，但要更好地学习本书，掌握相关的配套程序，最好具备以下基础。Python 编程基础，不懂 Python 语言的读者，先花一周时间学习 Python基本知识以及 Pandas（潘达思）数据分析软件基础操作。Top 极宽量化社区有Python 量化与 zwQuant 学习路线图，大家可以参考，网址是：http：topquant.vipforum.php?mod=viewthread&tid=6。先花一周时间学习 Python 基础，再阅读《zwPython 中文手册》，可以少走很多弯路。学好 Python、Pandas 基础后，先将本书通读 1~2 遍。通读时，碰到问题没关系，记录一下跳过去，然后进行精读；正式学习每章的代码时，一定要将代码运行 1~2 遍，培养编程感觉。根据代码学习画流程图，有了流程图就可以把握程序逻辑，重点是程序和策略的逻辑。入门后，多看看配套的课件和程序源码，全套 zwQuant 量化开源程序都带有函数一级的中文注解。在学习过程当中一定要多问，可以在论坛提问，这样大家都受益。本书读者 QQ 群号：124134140。在群文件中有一个小软件，即 Python流程图绘制软件 CODINGRAPH，使用该软件，拷贝代码就可以自动绘制流程图，对其他编程语言也适用。网络资源与本书有关的程序和数据下载，请浏览网站：http：TopQuant.vip，极宽量化社区中的【下载中心】栏目。本书在 TopQuant.vip 极宽量化社区设有专栏，对本书、人工智能和机器学习有任何建议都可在社区相关栏目发布信息，我们会在第一时间进行反馈和答复。零起点Python系列丛书本书继续保持了零起点 Python系列丛书的一贯风格简单实用。书中配备了大量的图表说明，没有枯燥的数学公式，只要懂 Word、Excel，就能够轻松阅读全书。IT 零起点：无需任何电脑编程基础，只要会打字、会使用 Excel，就能看懂本书，利用本书配套的 Python 软件包，轻松学会如何利用 Python对股票和足彩数据进行专业分析和量化投资分析。投资零起点：无须购买任何专业软件，本书配套的 zwPython 软件包，采用开源模式，提供 100%全功能、全免费的工业级数据分析平台。配置零起点：所有软件、数据全部采用苹果开箱即用模式，绿色版本，无须安装，解压缩后即可直接运行系统。理财零起点：无需任何专业金融背景，采用通俗易懂的语言，配合大量专业的图表和实盘操作案例，轻松掌握各种量化投资策略。数学零起点：全书没有任何复杂的数学公式，只有最基本的加、减、乘、除，轻轻松松就能看懂全书。致谢本书的出版要特别感谢电子工业出版社的黄爱萍编辑，感谢她在选题策划和稿件整理方面做出的大量工作。在本书创作过程中，极宽开源量化团队和培训班的全体成员，也提出过很多宝贵的意见，并对部分内容程序做了中文注解。特别是吴娜、余勤两位同学，为极宽开源量化文库和 zwQuant 开源量化软件编写文档，并在团队成员管理方面做了大量工作，为他们的付出表示感谢。何海群（字王）北京极宽科技有限公司 CTO2017 年 2 月 25 日
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
