全栈数据工程原理与实践
| 作者 |
| 徐尔 赵鲁涛 |
| 丛书名 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111650683 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 普通高等教育人工智能与大数据系列教材全栈数据工程原理与实践 内容简介 本书由数据科学一线教学科研工作者、企业从业者根据自己日常的科研内容和工作经验总结而成，对数据获取、数据存储、数据分析、数据展示等主要数据科学的典型步骤进行了细致的知识梳理，对当前科研和企业应用的前沿技术以清晰的脉络和通俗易懂的语言进行了详尽的讲解。本书主要介绍了多种编程语言下的数据采集方式，多个形态的数据库使用和适用场景，并穿插介绍了经典的机器学习与深度学习方法，使读者对数据科学的全栈技术有一定的了解和认知。 本书代码主要是在Python的基础上开发的，结合成熟的机器学习框架Scikit-Learn，简单易用的深度学习框架Keras，以存储在MySQL、MongoDB、Redis、Neo4j等数据库内的多模态数据为样例，为读者直观生动地展示全栈数据技术的整体过程，同时提供实践课题和主要代码，供学有余力的读者进行综合实训。 本书主要面向对数据科学、人工智能、机器学习、深度学习具有浓厚兴趣且希望尽快入门的读者、高校相关专业的教育工作者和在校学生，以及正在从事数据科学相关工作并且希望深入研究的数据科学家、软件工程师、大数据平台工程师和项目管理者等。 |
| 目录 |
| 前 言 第 1章 数据获取1 11 HTTP 1 111HTTP简介 1 112 112一次网页请求分析 1 12 Chrome浏览器 2 121 Chrome的特点 2 122 Chrome配置 3 123 基本功能介绍 3 124 插件推荐 5 13 HTML、CSS和 JavaScript 5 131 HTML 6 132CSS 8 133 JavaScript 9 14Python爬虫 10 141 Bs4和 Requests库爬取 10 142PyQuery爬取 11 143Scrapy爬取 12 144Selenium自动化爬取 13 15JavaScript爬虫 13 151 Node基础 13 152 puppeteer爬虫实战 20 第 2章 数据存储 22 21 数据库介绍 22 211 数据库发展 22 212 数据库分类 23 213 常用关系型数据库产品介绍 24 22关系型数据库 MySQL 26 221 MySQL的配置 26 222 MySQL实践 29 223 Python操作 MySQL 30 23 文档数据库 MongoDB 35 231 MongoDB的配置 35 232 MongoDB实践 37 233 Python操作 MongoDB 38 24Key-Value数据库 Redis 39 241 Redis的配置 39 242 Redis操作 39 25 图数据库 Neo4j 41 251 Neo4j安装 41 252 Neo4j语法 42 253 Neo4j命令 43 26 数据库总结 44 第 3章 数据分析 45 31 数据分析简介 45 311 数据分析的背景 46 312 数据分析的流程 47 32 数据分析工具 49 321 Numpy 49 322 Scipy 50 323 Matplotlib 50 324 Pandas 52 325 Scikit-Learn 53 326 Keras 54 33 数据探索 55 331 数据质量分析 55 332 数据特征分析 57 333 Python工具分析 64 34 数据预处理 74 341 数据清洗 74 342 数据提取 76 343 数据变换 83 35 数据模型及评估 88 351 评估算法 88 352 评估矩阵 91 353 分类算法模型及评估 98 354 回归算法模型及评估 103 第 4章 数据展示108 41 数据可视化简介 108 42 可视化工具介绍 109 421 百度 ECharts 109 422 蚂蚁金服 AntV 110 423 微软 Power BI 111 424 Tableau 112 425 talkingData inMap 114 第 5章 社交网络分析115 51 社交网络分析应用介绍 115 511 社交网络算法应用场景 115 512 社交网络算法分析指标 116 513 社区发现简介 116 514 社区发现算法 118 515 PageRank算法 119 52 Python社交网络库分析介绍 121 53 Cypher语言 121 531 Cypher简介 121 532 Cypher语法入门 122 54 Neo4j高性能插件 APOC 129 第 6章 深度学习130 61 神经网络介绍 130 611 起源 130 612 优化器 132 613 BP神经网络 137 62 CNN介绍 138 621 CNN网络结构 138 622 CNN类型 142 623 猫狗大战 144 63 RNN介绍 147 631 RNN网络结构 148 632 LSTM网络结构 149 633 古诗自动生成 152 64 GAN模型 158 641 模型结构 158 642 GAN模型拓展 160 643 卡通人脸自动生成 160 65 人脸识别库 Dlib实战 166 651 人脸识别发展 166 652 Dlib库介绍 167 653 人脸识别实战 167 第 7章 自然语言处理169 71 自然语言处理概述 169 72 自然语言处理常用工具 170 721 综合处理类工具 171 722 中文类工具 171 73 文本预处理 172 731 分词 172 732 停用词处理 175 733 词频分析与探索 176 74 文本表示 178 741 词袋模型 178 742 词嵌入 180 75 文本分类 182 751 基于传统机器学习的文本分类 183 752 基于深度学习的文本分类 185 第 8章 综合实训189 81 实训 1：爬取网站实例 189 811 分析网站 189 812 元素定位 190 813 编写代码 191 814 部署 195 82 实训 2：数据分析实战 195 821 分类模型实战 195 822 回归模型实战 208 83 实训 3：实战可视化 223 831 案例 1：ECharts 223 832 案例 2：AntV 224 84 实训 4：《权力的游戏》关系图谱解读 226 841 基于图分析 Neo4j 226 842 基于 Python-IGraph 233 843 使用 Py2neo 237 85 实训 5：商品评价文本分类 239 851 建模之前 239 852 开始建模 240 853 代码开发阶段 241 854 分析、诊断与修正 248 855 总结与反思 249 参考文献 250 |
有问题微信扫码联系