新書推薦：
《
隋唐五代史（图文导读版）吕思勉历史著作集 精装 全2册
》
售價：HK$
250.8
《
彩虹：从神话到数学（启蒙文化数学译丛）
》
售價：HK$
118.8
《
超级合作者（新版）
》
售價：HK$
142.9
《
清华大学藏战国竹简校释（陆）：越公其事
》
售價：HK$
82.5
《
古今英国园林
》
售價：HK$
107.8
《
奇迹时刻：获得全新的认知与领悟，如何爱自己，打破原生家庭限制，找寻真正的自由与自爱
》
售價：HK$
65.8
《
学会卓越
》
售價：HK$
109.9
《
365日自我肯定之书：你是你自己人生的主角！增强自我肯定感
》
售價：HK$
76.8
|
| 編輯推薦： |
1.零基础入门，从Python基础知识讲起，逐步介绍数据分析过程中的数据处理步骤及常用Python库，再深入到机器学习基础及医学领域常用模型。
2.注重实践，理论知识配小案例，每章设置医学实训案例，并设计上机练习作业，强化学生实战技能。
4.配套资源丰富，提供教学PPT课件、教学大纲、源代码、习题与答案、实验手册等。
|
| 內容簡介： |
|
本书全面介绍使用Python进行医学数据分析过程中需要的理论知识和Python库。全书共9章，第1章介绍医学数据分析及Python环境安装；第2章介绍Python基础；第3—6章介绍数据分析过程中的数据处理步骤及常用Python库（Numpy矩阵运算、Pandas数据预处理及统计分析、Matplotlib数据可视化）；第7—8章介绍机器学习基础及医学领域常用模型、使用scikit-learn进行机器学习实战；第9章结合前面章节内容和数据分析流程，完整介绍医学数据分析实际应用的综合案例。每章设计实训案例提高读者的实战能力，快速上手医学数据分析。 本教材适合作为一般院校和应用型本科院校医学类及相关专业大数据分析课程的教材，也可供科研人员以及对数据分析感兴趣的读者参考。
|
| 關於作者： |
|
唐燕，副教授，硕士生导师，北京中医药大学健康医疗大数据与信息管理教研室教师。世界中医药学会联合会临床科研统计学专业委员会理事，中国民族医药学会大数据与人工智能分会理事。研究方向为：医学数据分析，人工智能，大数据技术及分析。主持或参加国家级、省部级、市级或校级多项课题，发表论文60余篇。作为主编、副主编或编委编写教材6部。在教学方面，获得北京中医药大学教学成果奖一等奖、教学讲课比赛二等奖、优秀主讲教师等荣誉，2次获得中华医学会优秀教育技术成果奖二等奖。指导学生参加创新创业等各级别比赛并多次获奖，2019年指导学生参加中国高校计算机大赛-人工智能创意赛总决赛二等奖。
|
| 目錄：
|
第 1 章 医学数据分析及 Python 安装...........................1
1.1 医学数据分析概述 ....................................1
1.1.1 医学数据的特点.................................1
1.1.2 常用数据分析工具.............................2
1.1.3 医学数据分析的基本流程.................4
1.2 搭建 Python 开发环境...............................5
1.2.1 Python 开发环境安装.........................5
1.2.2 Anaconda 集成开发环境....................6
1.2.3 Python 程序的运行.............................8
1.3 Python 库....................................................9
1.3.1 Python 标准库 ....................................9
1.3.2 Python 第三方库 ..............................10
本章小结...........................................................11
本章习题...........................................................11
第 2 章 Python 基础................................13
2.1 Python 编码规范......................................13
2.1.1 代码布局与缩进...............................13
2.1.2 注释...................................................14
2.1.3 命名规则...........................................14
2.2 Python 内置数据类型..............................14
2.2.1 整数类型、浮点数类型、复数类型................................14
2.2.2 列表、元组、字典、集合...............16
2.2.3 字符串...............................................21
2.3 Python 运算符和表达式..........................24
2.3.1 算术运算符.......................................24
2.3.2 关系运算符.......................................25
2.3.3 逻辑运算符.......................................26
2.3.4 特殊运算符.......................................26
2.4 Python 流程控制结构..............................27
2.4.1 顺序结构...........................................28
2.4.2 选择结构...........................................28
2.4.3 循环结构...........................................29
2.5 Python 函数..............................................30
2.5.1 函数的定义.......................................31
2.5.2 函数的调用.......................................31
2.5.3 函数的参数.......................................31
2.5.4 函数的递归与嵌套...........................33
2.5.5 Lambda 函数.....................................34
2.5.6 常用内置函数...................................35
实训 1 Python 基础编程实践 ........................38
本章小结...........................................................40
本章习题...........................................................40
本章上机练习 ...................................................42
第 3 章 文件操作.......................................43
3.1 文件操作基础 ..........................................43
3.1.1 文件操作常用方法...........................43
3.1.2 with 语句...........................................48
3.2 CSV 文件读写..........................................49
3.2.1 CSV 文件读取 ..................................49
3.2.2 CSV 文件写入 ..................................49
3.3 JSON 文件读写........................................50
3.4 Word、Excel 文件读写............................51
3.4.1 Word 文件读写 .................................51
3.4.2 Excel 文件读写.................................53
实训 2 文件操作案例 ....................................56
本章小结...........................................................59
本章习题...........................................................60
本章上机练习 ...................................................61
第 4 章 使用 NumPy 进行矩阵运算.............................63
4.1 NumPy 概述.............................................63
4.1.1 为什么要学习 NumPy......................63
4.1.2 NumPy 的核心优势..........................64
4.2 NumPy 数组对象.....................................64
4.2.1 创建数组...........................................65
4.2.2 生成随机数.......................................65
4.2.3 数组基本操作...................................67
4.2.4 变换数组形状...................................68
4.2.5 常用计算和统计函数.......................69
4.3 NumPy 矩阵及常用操作.........................71
4.3.1 创建矩阵...........................................71
4.3.2 矩阵基本操作...................................71
4.3.3 计算矩阵的相关系数、方差、
协方差、标准差...............................72
实训 3 NumPy 数据操作案例.......................73
本章小结...........................................................76
本章习题...........................................................76
本章上机练习...................................................77
第 5 章 使用 pandas 进行数据预处理及统计分析..............79
5.1 pandas 基本数据类型及数据结构 ..........79
5.1.1 pandas 基本数据类型.......................79
5.1.2 Series.................................................80
5.1.3 DataFrame.........................................82
5.2 DataFrame 的基本操作 ...........................82
5.2.1 查看 DataFrame 属性.......................82
5.2.2 在 DataFrame 中查看、修改、增加、删除数据.........................84
5.3 使用 pandas 进行数据读写、预处理及统计分析......................87
5.3.1 读写不同数据源的数据...................87
5.3.2 数据异常值的处理...........................89
5.3.3 数据缺失值的处理...........................91
5.3.4 数据重复值的处理...........................96
5.3.5 数据分组和聚合.............................100
5.3.6 数据交叉分析.................................103
实训 4 pandas 数据分析案例......................104
本章小结.........................................................106
本章习题.........................................................106
本章上机练习.................................................107
第 6 章 使用 Matplotlib 进行数据可视化分析................................109
6.1 Matplotlib 基本概念及功能...................109
6.2 绘制折线图............................................ 111
6.3 绘制散点图............................................114
6.4 绘制柱状图和直方图 ............................115
6.5 绘制饼状图............................................118
6.6 绘制雷达图............................................119
6.7 绘制气泡图............................................120
6.8 绘制热力图............................................121
6.9 绘制三维曲线（面）图 ........................123
6.10 绘制词云图..........................................125
6.11 绘制图矩阵 ..........................................126
实训 5 数据可视化分析案例 ......................128
本章小结.........................................................131
本章习题.........................................................131
本章上机练习.................................................133
第 7 章 机器学习基础及医学应用........................134
7.1 机器学习基本概念 ................................134
7.2 scikit-learn 库简介及常用 API..............135
7.2.1 scikit-learn 库常用 API...................135
7.2.2 加载数据集案例实践.....................137
7.3 线性回归................................................138
7.3.1 线性回归的基本原理.....................138
7.3.2 线性回归案例实践.........................139
7.4 KNN 算法 ..............................................142
7.4.1 KNN 算法原理...............................142
7.4.2 KNN 算法案例实践 .......................143
7.5 逻辑回归................................................144
7.5.1 逻辑回归简介.................................144
7.5.2 逻辑回归基本原理.........................145
7.5.3 逻辑回归案例实践.........................146
7.6 朴素贝叶斯............................................148
7.6.1 朴素贝叶斯分类器简介.................148
7.6.2 朴素贝叶斯算法原理.....................148
7.6.3 朴素贝叶斯案例实践.....................149
7.7 决策树与随机森林 ................................151
7.7.1 决策树介绍.....................................151
7.7.2 随机森林介绍.................................152
7.7.3 决策树与随机森林案例实践.........152
7.8 支持向量机算法 ....................................157
7.8.1 支持向量机算法原理.....................157
7.8.2 支持向量机案例实践.....................159
7.9 关联规则算法........................................161
7.9.1 关联规则算法原理.........................161
7.9.2 Apriori 算法....................................163
7.9.3 关联规则算法案例实践.................163
7.10 K-means 算法.......................................165
7.10.1 K-means 算法原理 .......................165
7.10.2 K-means 算法案例实践................167
本章小结.........................................................170
本章习题.........................................................170
本章上机练习.................................................172
第 8 章 模型评估及优化 .....................173
8.1 模型评估................................................173
8.1.1 模型评估的概念.............................173
8.1.2 模型评估指标.................................173
8.1.3 留出法模型评估.............................175
8.1.4 交叉验证法模型评估.....................176
8.2 模型优化及网格搜索 ............................178
8.2.1 模型优化的概念.............................178
8.2.2 网格搜索法.....................................179
实训 6 逻辑回归分析案例 ..........................181
实训 7 决策树预测分析案例.......................184
本章小结.........................................................186
本章习题.........................................................187
本章上机练习 .................................................187
第 9 章 综合案例.....................................188
9.1 案例准备 ................................................188
9.1.1 案例任务.........................................188
9.1.2 工具库.............................................188
9.1.3 数据集.............................................188
9.1.4 案例目的.........................................189
9.2 案例步骤 ................................................189
9.2.1 导入相关库.....................................190
9.2.2 本地数据集加载.............................191
9.2.3 描述性统计分析.............................191
9.2.4 数据处理.........................................193
9.2.5 模型训练.........................................194
9.2.6 模型评估.........................................195
本章小结.........................................................197
本章上机练习 .................................................197
参考文献.........................................................198
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
