数据科学导论.Python语言

本书共8章, 第1章介绍Jupyter Notebook的使用方法; 第2章介绍所有关键的数据操作和转换技术, 重点介绍数据改写的最佳实践; 第3章讨论有可能改进数据科学项目结果的数据操作技术; 第4章深入研究Scikit-learn中的主要机器学习算法; 第5章介绍基础和中高级图形表示技术; 第6章介绍一些实用且有效的社交关系和交互数据处理技术; 第7章深入介绍深度学习原理, 结合Keras库便捷地搭建各种深度学习网络, 并通过示例演示深度学习在交通标志分类和电影评论情感预测中的应用; 第8章介绍一种处理数据的新方法-水平缩放大数据。附录则是一些Python示例和说明, 重点介绍Python语言的主要特点。