Python实战速成手册：数据分析+机器学习+深度学习

第 1章

统计学基础\t1

1．1　数据分布\t2

1．2　离中趋势\t4

1．3　抽样理论\t6

1．4　基本统计概念\t9

第 2章

Python基础\t15

2．1　Python介绍\t16

2．2　第 一个Python程序\t16

2．3　安装Anaconda\t17

2．4　Python规范\t23

2．5　Python的数据类型\t24

2．6　Python语句\t29

2．7　Python函数\t33

2．8　Python中的模块和包\t36

2．9　Python时间模块\t37

2．10　Python文件操作\t44

第3章

综合练习：迷你DVD管理器\t51

3．1　项目需求\t52

3．2　开发步骤\t52

第4章

Python面向对象入门\t59

4．1　定义Python类\t60

4．2　继承的原理\t61

4．3　Python构造函数\t62

4．4　实例\t63

4．5　小结\t65

第5章

综合练习：迷你DVD

管理器（OOP版）\t67

第6章

在Python中操作 MySQL\t73

6．1　安装PyMySQL\t74

6．2　pymysql．connect()中的参数说明\t74

6．3　connection对象支持的方法\t74

6．4　cursor对象支持的方法\t75

6．5　实现pymysql的增删改查功能\t75

第７章

NumPy\t79

7．1　NumPy介绍\t80

7．2　NumPy数组\t80

7．3　numpy．zeros()和numpy．ones() \t82

7．4　numpy．reshape()和numpy．flatten()\t83

7．5　numpy．hstack()和numpy．vstack() \t84

7．6　numpy．asarray()\t85

7．7　numpy．arange()\t86

7．8　numpy．linspace()和numpy．

logspace()\t87

7．9　索引和切片NumPy数组\t88

7．10　NumPy统计函数与示例 \t89

7．11　numpy．dot() \t90

7．12　numpy．matmul()\t90

7．13　numpy．linalg．det()\t91

7．14　NumPy实例\t91

第8章

pandas\t95

8．1　pandas介绍\t96

8．2　pandas的数据结构\t96

8．3　创建数据帧\t97

8．4　创建日期范围\t98

8．5　查看数据\t98

8．6　拆分数据\t99

8．7　读取并写入数据\t103

8．8　pandas实例\t105

第9章

Matplotlib\t109

9．1　安装Matplotlib并查看版本\t110

9．2　绘制折线图\t110

9．3　绘制柱状图\t113

第 10章

人工智能\t121

10．1　人工智能领域\t122

10．2　机器学习\t122

10．3　监督学习和无监督学习\t127

10．4　2020年19个最佳AI聊天

机器人\t129

第 11章

Scikit-Learn\t135

11．1　Scikit-Learn介绍\t136

11．2　数据集\t136

11．3　Scikit-Learn实例\t139

11．4　模型选择和评估\t162

第 12章

实战案例\t169

12．1　泰坦尼克号（完整过程分析）\t170

12．2　电信单用户转合约预测\t189

12．3　电信低速率小区预测\t193

12．4　预测客户是否会认购定期存款\t196

12．5　银行信用卡欺诈检测\t205

第 13章

神经网络\t211

13．1　深度学习\t212

13．2　前馈神经网络\t214

13．3　FNN实例——低速率小区\t215

13．4　递归神经网络\t220

13．5　RNN实例——低速率小区\t226

13．6　卷积神经网络\t227

13．7　CNN实例——低速率小区\t232