人工智能数据素养

封面

版权信息

作者简介

内容简介

丛书编委会

本书编委会

前言

第1章 人工智能下的大数据时代

1.1 大数据时代和人工智能

1.2 人工智能三要素

1.3 数据素养

1.4 本章小结

第2章 Python数据分析基础

2.1 Python基础

2.2 Python数据分析环境

2.3 Python数据分析相关库

2.4 本章小结

第3章 Jupyter环境的使用

3.1 Jupyter Notebook概述

3.2 认识Jupyter Notebook

3.3 新建、运行、保存Jupyter Notebook文件

3.4 处理不同类型的数据

3.5 在Markdown中使用LaTeX输入数学公式

3.6 Jupyter Notebook应用实例解析

3.7 本章小结

第4章 探索数据

4.1 走进数据的世界

4.2 数据的评估

4.3 数据怎么用

4.4 本章小结

第5章 描述统计

5.1 数据集中趋势

5.2 数据离散程度

5.3 本章小结

第6章 推断统计

6.1 基础知识要点

6.2 概率分布及其特征

6.3 统计量

6.4 本章小结

第7章 数据可视化

7.1 什么是数据可视化

7.2 图形对象与元素

7.3 可视化色彩的运用原理

7.4 图表的基本类型

7.5 数据分析及可视化案例

7.6 常见的数据可视化流程

7.7 本章小结

第8章 NumPy数组

8.1 NumPy库简介

8.2 NumPy数组的生成

8.3 NumPy数组基础

8.4 NumPy数组重塑

8.5 NumPy库中的线性代数

8.6 通用函数

8.7 常用的数据分析函数

8.8 本章小结

第9章 时间序列数据

9.1 时间序列的定义及分类

9.2 时间序列的描述性分析

9.3 时间序列的预测

9.4 平稳时间序列的预测

9.5 趋势型和复合型时间序列的预测

9.6 使用Python处理时间序列数据

9.7 本章小结

第10章 文本数据

10.1 文本数据的导入

10.2 文本数据的处理

10.3 文本分析的应用

10.4 本章小结

第11章 回归分析

11.1 叩响人工智能之门

11.2 万朝归宗：线性回归

11.3 回归增强术

11.4 本章小结

第12章 聚类分析

12.1 数据之眼看聚类

12.2 K均值聚类

12.3 案例：数据下的省（区、市）

12.4 本章小结

第13章 数据素养综合案例

13.1 综合案例一：利用人工智能爬取大数据，轻松掌握股市动态

13.2 综合案例二：人工智能数据——体型分析

13.3 其他案例集

13.4 本章小结