會員登入
｜
加入會員
｜
會員專區
｜
購物車
｜
自資出版
｜
電子書城
｜
客服中心
文學小說
商管創投
人文藝坊
勵志養生
進修學習
科學工程
家庭親子
玩樂天地
書名
出版社
作者
isbn
編號
英語會話
|
成交的秘密
|
霹靂影音寫真特典
|
iPhone 4S JB解禁秘術：Cydia 超限軟體300+
．
AI時代Math元年
．
AI時代Math元年
．
AI時代Math元年
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
從資料處理到圖論實踐：用Python及AI最強工具預測分析
作者：
姜偉生
分類：
電腦與網路
／
綜論
出版社：
深智數位
出版日期：2025/8/21
ISBN：9786267757147
書籍編號：kk0603267
頁數：720
定價：
1280
元
一般會員價：
79
折
1011
元
特別會員價：
79
折
1011
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 15 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='http://www.silkbook.com/book_detail.asp?goods_ser=kk0603267'>從資料處理到圖論實踐：用Python及AI最強工具預測分析</a>
圖片連結
複製語法
<a href='http://www.silkbook.com/book_detail.asp?goods_ser=kk0603267'><img src='http://www.silkbook.com/mall_image/bk/kk0603267.jpg' ALT='從資料處理到圖論實踐：用Python及AI最強工具預測分析' height='120' width='90'></a>
分
享
•
-
內容簡介
作者介紹
書籍目錄
同類推薦
從資料處理到圖論實踐：用Python及AI最強工具預測分析 內容簡介 從資料處理到圖論實踐―用Python及AI最強工具預測分析 編寫特色 • 數學 + 藝術——全圖解，極致視覺化，讓數學思想躍然紙上、生動有趣、一看就懂，同時提高大家的資料思維、幾何想像力、藝術感。 • 零基礎——從零開始學習 Python 程式設計，從寫第一行程式到架設資料科學和機器學習應用，儘量將陡峭學習曲線拉平。 • 知識網路——打破數學板塊之間的門檻，讓大家看到數學代數、幾何、線性代數、微積分、機率統計等板塊之間的聯繫，編織一張綿密的數學知識網路。 • 動手——授人以魚不如授人以漁，和大家一起寫程式、創作數學動畫、互動 App。 • 學習生態——構造自主探究式學習生態環境「紙質圖書 + 程式檔案 + 視覺化工具 + 思維導圖」，提供各種優質學習資源。 • 理論 + 實踐——從加減乘除到機器學習，叢書內容安排由淺入深、螺旋上升，兼顧理論和實踐；在程式設計中學習數學，學習數學時解決實際問題。 六大板塊 資料處理、時間資料、圖論基礎、圖的分析、圖與矩陣、圖論實踐。這六大板塊都緊緊圍繞一個主題—資料！ 核心內容 • 遺漏值視覺化與插補方法：提升金融與醫療資料的完整性與可用性 • 離群值偵測與圖形分析技巧：應用直方圖與散布圖，提升資料的穩健性 • 距離計算與相似度評估：聚類、分類與資料比對的核心運算 • 從矩陣運算到特徵工程：建構資料分析的數學基礎與特徵空間 • 時間序列資料建模與分解：提取趨勢與週期變化，進行銷售與市場預測 • 高斯過程與回歸建模：以核函數掌握資料變化，實現時間與空間預測 • 圖論與關聯性矩陣分析：掌握社群網路連接性與影響力的核心結構
作者簡介 姜偉生 博士FRM。勤奮的小鎮做題家，熱愛知識可視化和開源分享。自2022年8月開始，在GitHub上開源「鳶尾花書」學習資源，截至2023年9月，已經分享4000多頁PDF、4000多幅矢量圖、約2000個代碼文件，全球讀者數以萬計。目前著有《手術刀般精準的FRM：用Python科學管控財金風險》，及「鳶尾花數學大系：從加減乘除到機器學習」叢書7冊，此書系授權台灣深智數位出版社譯著繁體中文版。
目錄 第1篇 綜述 Chapter 1 萬物皆數 1.1 萬物皆數：從矩陣說起 1.2 資料分類：定量 ( 連續、離散 )、定性 ( 名目、次序 ) 1.3 機器學習：四大類演算法 1.4 特徵工程：提取、轉換、建構資料 第2 篇 資料處理 Chapter 2 遺漏值 2.1 是不是缺了幾個數？ 2.2 視覺化遺漏值位置 2.3 處理遺漏值：刪除 2.4 單變數插補 2.5 k 近鄰插補 2.6 多變數插補 Chapter 3 離群值 3.1 這幾個數有點不合群？ 3.2 直方圖：單一特徵分布 3.3 散布圖：成對特徵分布 3.4 QQ 圖：分位數 - 分位數 3.5 箱型圖：上界、下界之外樣本 3.6 Z 分數：樣本資料標準化 3.7 馬氏距離和其他方法 Chapter 4 資料轉換 4.1 資料轉換 4.2 中心化：去平均值 4.3 標準化：Z 分數 4.4 歸一化：設定值在 0 和 1 之間 4.5 廣義冪轉換 4.6 經驗累積分布函式 4.7 插值 Chapter 5 資料距離 5.1 怎麼又聊距離？ 5.2 歐氏距離：最常見的距離 5.3 標準化歐氏距離：考慮標準差 5.4 馬氏距離：考慮標準差和相關性 5.5 城市街區距離：L1 範數 5.6 謝比雪夫距離：L ∞範數 5.7 閔氏距離：Lp 範數 5.8 距離與親近度 5.9 成對距離、成對親近度 5.10 共變異數矩陣，為什麼無處不在？ 第3篇 時間資料 Chapter 6 時間資料 6.1 時間序列資料 6.2 處理時間序列遺漏值 6.3 從時間資料中發現趨勢 6.4 時間序列分解 6.5 時間資料講故事 Chapter 7 滾動視窗 7-1 滾動視窗 7.2 移動波動率 7.3 相關性 7.4 迴歸係數 7.5 指數加權移動平均 7.6 EWMA 波動率 Chapter 8 隨機過程入門 8.1 布朗運動：來自花粉顆粒無規則運動 8.2 無漂移布朗運動 8.3 漂移布朗運動：確定 + 隨機 8.4 具有一定相關性的布朗運動 8.5 幾何布朗運動 8.6 股價模擬 8.7 相關股價模擬 Chapter 9 高斯過程 9.1 高斯過程原理 9.2 共變異數矩陣 9.3 分塊共變異數矩陣 9.4 後驗 9.5 雜訊 9.6 核函式 第4篇 圖論基礎 Chapter 10 圖論入門 10.1 什麼是圖？ 10.2 圖和幾何 10.3 圖和矩陣 10.4 圖和機器學習 10.5 NetworkX Chapter 11 無向圖 11.1 無向圖：邊沒有向 11.2 自環：節點到自身的邊 11.3 同構：具有等價關係的圖 11.4 多圖：同一對節點存在不止一條邊 11.5 子圖：圖的一部分 11.6 有權圖：邊附帶權重 Chapter 12 有向圖 12.1 有向圖：邊有向 12.2 外分支度、內分支度 12.3 鄰居：上家、下家 12.4 有向多圖：平行邊 12.5 三元組：三個節點的 16 種關係 12.6 NetworkX 建立圖 Chapter 13 圖的視覺化 13.1 節點位置 13.2 節點裝飾 13.3 邊裝飾 13.4 分別繪製節點和邊 第5篇 圖的分析 Chapter 14 常見圖 14.1 常見圖類型 14.2 完全圖 14.3 二分圖 14.4 正規圖 14.5 樹 14.6 柏拉圖圖 Chapter 15 從路徑說起 15.1 通道、軌跡、路徑、迴路、環 15.2 常見路徑問題 15.3 最短路徑問題 15.4 尤拉路徑 15.5 漢米爾頓路徑 15.6 推銷員問題 Chapter 16 連通性 16.1 連通性 16.2 連通分量 16.3 強連通、弱連通：有向圖 16.4 橋 Chapter 17 圖的分析 17.1 度分析 17.2 距離度量 17.3 中心性 17.4 圖的社區 第6 篇 圖與矩陣 Chapter 18 從圖到矩陣 18.1 無向圖到鄰接矩陣 18.2 有向圖到鄰接矩陣 18.3 傳球問題 18.4 鄰接矩陣的矩陣乘法 18.5 特徵向量中心性 Chapter 19 成對度量矩陣 19.1 成對距離矩陣 19.2 親近度矩陣：高斯核函式 19.3 相關性係數矩陣 Chapter 20 轉移矩陣 20.1 再看鄰接矩陣 20.2 轉移矩陣：可能性 20.3 有向圖 20.4 馬可夫鏈 Chapter 21 其他矩陣 21.1 圖中常見矩陣 21.2 連結矩陣 21.3 度矩陣 21.4 拉普拉斯矩陣 第7篇 圖論實踐 Chapter 22 樹 22.1 樹 22.2 最近共同祖先 22.3 最小生成樹 22.4 決策樹：分類演算法 22.5 層次聚類 22.6 樹狀圖：聚類演算法 Chapter 23 資料聚類 23.1 資料聚類 23.2 距離矩陣 23.3 相似度 23.4 無向圖 23.5 拉普拉斯矩陣 23.6 特徵值分解 Chapter 24 PageRank 演算法 24.1 PageRank 演算法 24.2 線性方程組 24.3 冪迭代 Chapter 25 社群網路分析 25.1 社群網路分析 25.2 度分析 25.3 圖距離 25.4 中心性 25.5 社區結構
從數學開始的AI，基
不寫程式的電腦思維課
座標的誕生，一場跨越
人機互動進化史，邁向
未來算力，量子AI技
超智慧合作，AI產品
標籤科技的原理與實際
秒懂AI提問：讓人工
機器學習聖經：最完整
開發專屬ChatGP
Q1：若我已報名付了1000元訂金，接下來我要做什麼？ A：感謝您報名，後續相關事情及服務我們會以e-mail和電話跟您聯絡. 您也可以主動來信(andy@book4u.com.tw)詢問。謝謝！ Q2：我本身並沒有產品和服務，也沒什麼實務上的經驗，那又能如何賺錢呢？這個課程真的有實際成效嗎？ A：我們這個課程共有11項贈品，其中第2項贈品便是資訊產品創造藍圖，它將教您如何用最簡潔而快速的方法創出屬於您自己的資訊產品。一般的課程大多是教您如何捕魚，但多數的成功致富者，其成功的關鍵卻不是仰賴捕魚技術，而是仰賴借力之術，因為唯有借力才能無中生有！才能快速成長！也才能快速致富！本課程3天共有三套樣版，其中一套樣版便是教您打造在沒有任何商品與服務，也沒有任何資源的情況下，就能快速借力致富的樣版！本課程二位講師都是白手起家，對於沒有實務經驗的新手會格外用心，請放心。 Q3：請問贈品中魚池矩陣直效聯盟VVIP是什麼？ A：這是一個強大的系統，而我們送的是體驗版，會提供你Email追客系統。國外有一種函授課程，亦即每幾天發一個課程給學員， 就是用EMAIL追客系統來實踐。EMAIL追客系統簡單的說就是今天有一個客戶在你的網站上購買產品或註冊，系統會自動回覆一封確認信，之後你可以自行設計發送內容和發信時間一次一對多發給客戶，而且每封信還會帶入客戶本身的姓名。讓客戶以為是我們專門為客戶所量身訂作的信件。所以Email追客系統可以讓你培養跟客戶的信任感，進而成交。 Q4：請問贈品中資訊產品創造藍圖是什麼？ A：這是一位叫林星?老師的課程，課程售價是9800元，現在免費送給你。此課程包含： ● 何謂資訊型產品？ ● 資訊型產品的種類大解析！以及如何組織你的資訊型產品賺錢？ ● 如何找到你的利基市場？ ● 為什麼錯的利基市場，再好的產品與行銷也很難有效！ ● 29個國外已經證實能讓你賺到錢的利基市場！ ● 如何確保你做出來的產品客戶會很想購買？以及實際可執行的步驟！ ● 創造資訊型產品計劃書 ● 15個步驟建立你的資訊型產品事業 ● E-mail精準行銷的10個法則 ● 10個別人沒有告訴你的有效文案撰寫法則 Q5：請問贈品中自動財富系統 6片DVD是什麼？ A：此6片DVD定價3200元。內容為《借力淘金！最吸利的鈔級魚池賺錢術》作者之一王紫杰所錄製的DVD，內容為有關網路行銷的知識和技巧，非常豐富且實用，免費送給您。
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
