
数据分析与可视化
数据科学与统计系列新形态教材
¥33.50
作品简介
本书主要针对数据科学、统计学、商学领域的教学,介绍基于Python软件的数据可视化基础知识、数据计算与交互式绘图,机器学习中的可视化工具和技术,以及特定数据结构下的可视化技术,如金融数据结构、生物数据结构、网络数据结构中的可视化展示,并配以丰富的案例,紧密结合常见的统计方法和机器学习方法。
本书可作为高等院校数据科学、统计学、商学等相关专业的教材,也可供经管领域的技术人员学习使用,还可作为机器学习和人工智能等领域的研究人员的参考书。
冯兴东,博士,毕业于美国伊利诺伊大学香槟分校,上海财经大学统计与管理学院院长。研究领域为稳健方法、分位数回归、强化学习等,在国际重要统计学期刊以及人工智能大会上发表论文多篇。国际统计学会推选会员,国务院学位委员会第八届学科评议组成员,全国应用统计专业学位研究生教育指导委员会委员,全国工业统计学教学研究会副会长,中国数学会概率统计分会常务理事;国际统计学期刊Annals of Applied Statistics,Statistica Sinica以及国内统计学期刊《统计研究》编委。
刘鑫,博士,毕业于加拿大西安大略大学,上海财经大学应用统计专业硕士项目中心主任、讲席副教授、博士生导师。研究领域包括复杂数据建模、机器学习理论与应用、数据分析与可视化等,在国际重要统计学期刊以及人工智能大会上发表论文近二十篇。上海市浦江人才计划获得者,上海市特邀检察官助理,主持国家自然科学基金青年项目;任国际统计学期刊Annals of Applied Statistics,Journal of Multivariate Analysis,Statistica Sinica等匿名审稿人。
作品目录
前言
第1章 数据可视化概述
1.1 理解数据、信息和知识
1.2 知识的提取流程
1.3 数据可视化与统计图表
1.4 如何利用可视化帮助决策
1.5 总结
本章习题
第2章 数据可视化
2.1 利用数据可视化创造有趣的故事
2.2 可视化的一些实践结果
2.3 Python中的可视化工具
2.4 交互式可视化和布局
2.5 总结
本章习题
第3章 常见Python IDE
3.1 Python IDE
3.2 利用Anaconda进行可视化
3.3 交互式可视化的库
3.4 总结
本章习题
第4章 数值计算与交互式绘图
4.1 NumPy、SciPy和MKL函数
4.2 标量选择、切片与索引
4.3 数据结构
4.4 使用matplotlib进行可视化
4.5 总结
本章习题
第5章 统计学与机器学习
5.1 分类方法
5.2 KNN算法
5.3 逻辑回归
5.4 支持向量机
5.5 主成分分析
5.6 k-means聚类
5.7 总结
本章习题
第6章 金融和统计模型
6.1 回报率模型和确定性模型
6.2 随机模型
6.3 阈值模型
6.4 总结
本章习题
第7章 图结构数据和网络模型
7.1 有向图和多重图
7.2 图的聚集系数
7.3 社交网络分析
7.4 可平面图的检验
7.5 有向无环图的检验
7.6 最大流
7.7 随机块模型
7.8 总结
本章习题
第8章 高级可视化
8.1 文本数据可视化
8.2 空间数据可视化
8.3 计算机模拟
8.4 绘制交互图
8.5 总结
本章习题
参考文献