前言
如何獲取學習資源
第1章　Python與數(shù)據(jù)科學
1.1　大數(shù)據(jù)分析與機器學習概述13
1.1.1　大數(shù)據(jù)分析與機器學習的應用領(lǐng)域13
1.1.2　機器學習的基本概念14
1.1.3　Python在數(shù)據(jù)科學中的作用16
1.2　Python編程環(huán)境部署與基本操作16
1.2.1　Python的安裝16
1.2.2　Pycharm的安裝與設(shè)置18
1.2.3　Jupyter Notebook的使用22
1.3　Python基礎(chǔ)知識概要28
第2章　數(shù)據(jù)分析利器：NumPy、pandas與Matplotlib庫
2.1　NumPy庫基礎(chǔ)29
2.1.1　NumPy庫與數(shù)組29
2.1.2　數(shù)組與列表的區(qū)別30
2.1.3　創(chuàng)建數(shù)組的幾種方式31
2.2　pandas庫基礎(chǔ)33
2.2.1　二維數(shù)據(jù)表格DataFrame的創(chuàng)建33
2.2.2　Excel工作簿等文件的讀取和寫入38
2.2.3　數(shù)據(jù)的選取與處理41
2.2.4　數(shù)據(jù)表拼接47
2.3　Matplotlib庫基礎(chǔ)51
2.3.1　基本圖表繪制51
2.3.2　數(shù)據(jù)可視化常用技巧56
2.4　案例實戰(zhàn)：股票數(shù)據(jù)讀取與K線圖繪制61
2.4.1　初步嘗試：股票數(shù)據(jù)讀取與可視化62
2.4.2　進階實戰(zhàn)：股票K線圖繪制65
第3章　線性回歸模型
3.1　一元線性回歸73
3.1.1　一元線性回歸的數(shù)學原理73
3.1.2　一元線性回歸的代碼實現(xiàn)75
3.1.3　案例實戰(zhàn)：不同行業(yè)工齡與薪水的線性回歸模型77
3.2　線性回歸模型評估83
3.2.1　模型評估的編程實現(xiàn)83
3.2.2　模型評估的數(shù)學原理84
3.3　多元線性回歸87
3.3.1　多元線性回歸的數(shù)學原理和代碼實現(xiàn)87
3.3.2　案例實戰(zhàn)：客戶價值預測模型88
第4章　邏輯回歸模型
4.1　邏輯回歸模型的算法原理92
4.1.1　邏輯回歸模型的數(shù)學原理92
4.1.2　邏輯回歸模型的代碼實現(xiàn)94
4.1.3　邏輯回歸模型的深入理解95
4.2　案例實戰(zhàn)：客戶流失預警模型98
4.2.1　案例背景98
4.2.2　數(shù)據(jù)讀取與變量劃分98
4.2.3　模型的搭建與使用99
4.3　模型評估方法：ROC曲線與KS曲線104
4.3.1　ROC曲線的基本原理105
4.3.2　案例實戰(zhàn)：用ROC曲線評估客戶流失預警模型108
4.3.3　KS曲線的基本原理111
4.3.4　案例實戰(zhàn)：用KS曲線評估客戶流失預警模型112
第5章　決策樹模型
5.1　決策樹模型的基本原理115
5.1.1　決策樹模型簡介115
5.1.2　決策樹模型的建樹依據(jù)116
5.1.3　決策樹模型的代碼實現(xiàn)119
5.2　案例實戰(zhàn)：員工離職預測模型123
5.2.1　模型搭建123
5.2.2　模型預測及評估126
5.2.3　決策樹模型可視化呈現(xiàn)及決策樹要點理解131
5.3　參數(shù)調(diào)優(yōu)：K折交叉驗證與GridSearch網(wǎng)格搜索138
5.3.1　K折交叉驗證138
5.3.2　GridSearch網(wǎng)格搜索139
第6章　樸素貝葉斯模型
6.1　樸素貝葉斯模型的算法原理145
6.1.1　一維特征變量下的貝葉斯模型145
6.1.2　二維特征變量下的貝葉斯模型146
6.1.3　n維特征變量下的貝葉斯模型147
6.1.4　樸素貝葉斯模型的簡單代碼實現(xiàn)147
6.2　案例實戰(zhàn)：腫瘤預測模型148
6.2.1　案例背景148
6.2.2　數(shù)據(jù)讀取與劃分148
6.2.3　模型的搭建與使用149
第7章　K近鄰算法
7.1　K近鄰算法的原理和代碼實現(xiàn)152
7.1.1　K近鄰算法的基本原理152
7.1.2　K近鄰算法的計算步驟153
7.1.3　K近鄰算法的代碼實現(xiàn)155
7.2　案例實戰(zhàn)：手寫數(shù)字識別模型157
7.2.1　案例背景157
7.2.2　手寫數(shù)字識別的原理157
7.2.3　手寫數(shù)字識別的代碼實現(xiàn)159
7.3　圖像識別原理詳解162
第8章　隨機森林模型
8.1　隨機森林模型的原理和代碼實現(xiàn)166
8.1.1　集成模型簡介166
8.1.2　隨機森林模型的基本原理167
8.1.3　隨機森林模型的代碼實現(xiàn)168
8.2　案例實戰(zhàn)：股票漲跌預測模型170
8.2.1　股票基本數(shù)據(jù)獲取170
8.2.2　股票衍生變量生成173
8.2.3　多因子模型搭建181
8.2.4　模型使用與評估184
8.2.5　參數(shù)調(diào)優(yōu)186
8.2.6　收益回測曲線繪制188
第9章　AdaBoost與GBDT模型
9.1　AdaBoost算法原理190
9.1.1　AdaBoost算法的核心思想190
9.1.2　AdaBoost算法的數(shù)學原理概述191
9.1.3　AdaBoost算法的數(shù)學原理舉例194
9.1.4　AdaBoost算法的簡單代碼實現(xiàn)200
9.2　AdaBoost算法案例實戰(zhàn)：信用卡精準營銷模型201
9.2.1　案例背景201
9.2.2　模型搭建201
9.2.3　模型預測及評估202
9.2.4　模型參數(shù)介紹205
9.3　GBDT算法原理206
9.3.1　GBDT算法的核心思想206
9.3.2　GBDT算法的數(shù)學原理概述208
9.3.3　GBDT算法的數(shù)學原理舉例208
9.3.4　GBDT算法的簡單代碼實現(xiàn)213
9.4　GBDT算法案例實戰(zhàn)：產(chǎn)品定價模型214
9.4.1　案例背景214
9.4.2　模型搭建214
9.4.3　模型預測及評估217
9.4.4　模型參數(shù)介紹219
第10章　機器學習神器：XGBoost與LightGBM算法
10.1　XGBoost算法原理223
10.1.1　XGBoost算法的核心思想224
10.1.2　XGBoost算法的數(shù)學原理概述224
10.1.3　XGBoost算法的簡單代碼實現(xiàn)225
10.2　XGBoost算法案例實戰(zhàn)1：金融反欺詐模型226
10.2.1　案例背景226
10.2.2　模型搭建226
10.2.3　模型預測及評估228
10.2.4　模型參數(shù)調(diào)優(yōu)230
10.3　XGBoost算法案例實戰(zhàn)2：信用評分卡模型233
10.3.1　案例背景233
10.3.2　多元線性回歸模型234
10.3.3　GBDT回歸模型235
10.3.4　XGBoost回歸模型237
10.4　LightGBM算法原理241
10.4.1　LightGBM算法的核心思想241
10.4.2　LightGBM算法的數(shù)學原理概述241
10.4.3　LightGBM算法的簡單代碼實現(xiàn)244
10.5　LightGBM算法案例實戰(zhàn)1：客戶違約預測模型245
10.5.1　案例背景245
10.5.2　模型搭建245
10.5.3　模型預測及評估247
10.5.4　模型參數(shù)調(diào)優(yōu)249
10.6　LightGBM算法案例實戰(zhàn)2：廣告收益回歸預測模型251
10.6.1　案例背景251
10.6.2　模型搭建251
10.6.3　模型預測及評估253
10.6.4　模型參數(shù)調(diào)優(yōu)254
第11章　特征工程之數(shù)據(jù)預處理
11.1　非數(shù)值類型數(shù)據(jù)處理256
11.1.1　Get_dummies啞變量處理256
11.1.2　Label Encoding編號處理259
11.2　重復值、缺失值及異常值處理261
11.2.1　重復值處理261
11.2.2　缺失值處理262
11.2.3　異常值處理265
11.3　數(shù)據(jù)標準化268
11.3.1　min-max標準化268
11.3.2　Z-score標準化269
11.4　數(shù)據(jù)分箱270
11.5　特征篩選：WOE值與IV值272
11.5.1　WOE值的定義與計算272
11.5.2　IV值的定義與計算275
11.5.3　WOE值與IV值的代碼實現(xiàn)276
11.5.4　案例實戰(zhàn)：客戶流失預警模型的IV值計算281
11.6　多重共線性的分析與處理283
11.6.1　多重共線性的定義283
11.6.2　多重共線性的分析與檢驗284
11.7　過采樣和欠采樣287
11.7.1　過采樣287
11.7.2　欠采樣290
第12章　數(shù)據(jù)降維之PCA
12.1　數(shù)據(jù)降維292
12.1.1　PCA的基本原理292
12.1.2　PCA的代碼實現(xiàn)295
12.2　案例實戰(zhàn)：人臉識別模型299
12.2.1　案例背景299
12.2.2　人臉數(shù)據(jù)讀取、處理與變量提取299
12.2.3　數(shù)據(jù)劃分與降維304
12.2.4　模型的搭建與使用306
12.3　人臉識別外部接口調(diào)用308
12.3.1　baidu-aip庫安裝308
12.3.2　調(diào)用接口進行人臉識別和打分308
第13章　數(shù)據(jù)聚類與分群分析
13.1　KMeans算法314
13.1.1　KMeans算法的基本原理314
13.1.2　KMeans算法的代碼實現(xiàn)315
13.1.3　案例實戰(zhàn)：銀行客戶分群模型318
13.2　DBSCAN算法321
13.2.1　DBSCAN算法的基本原理322
13.2.2　DBSCAN算法的代碼實現(xiàn)323
13.2.3　KMeans算法與DBSCAN算法的對比326
13.3　案例實戰(zhàn)：新聞聚類分群模型327
13.3.1　案例背景327
13.3.2　文本數(shù)據(jù)的讀取與處理327
13.3.3　模型的搭建與使用335
13.3.4　模型優(yōu)化337
第14章　智能推薦系統(tǒng)
14.1　智能推薦系統(tǒng)的基本原理348
14.1.1　智能推薦系統(tǒng)的應用場景348
14.1.2　智能推薦系統(tǒng)的基礎(chǔ)：協(xié)同過濾算法348
14.2　計算相似度的常用方法349
14.2.1　歐氏距離350
14.2.2　余弦相似度351
14.2.3　皮爾遜相關(guān)系數(shù)352
14.3　案例實戰(zhàn)：電影智能推薦系統(tǒng)354
14.3.1　案例背景354
14.3.2　數(shù)據(jù)讀取與處理354
14.3.3　系統(tǒng)搭建358
第15章　關(guān)聯(lián)分析：Apriori算法
15.1　關(guān)聯(lián)分析的基本概念和Apriori算法363
15.1.1　關(guān)聯(lián)分析的基本概念363
15.1.2　Apriori算法的數(shù)學演示364
15.1.3　Apriori算法的代碼實現(xiàn)368
15.2　案例實戰(zhàn)：病癥關(guān)聯(lián)規(guī)則分析374
15.2.1　案例背景374
15.2.2　數(shù)據(jù)讀取與處理374
15.2.3　關(guān)聯(lián)規(guī)則分析376
第16章　深度學習初窺之神經(jīng)網(wǎng)絡(luò)模型
16.1　深度學習基礎(chǔ)：神經(jīng)網(wǎng)絡(luò)模型380
16.1.1　神經(jīng)網(wǎng)絡(luò)模型的基本原理380
16.1.2　神經(jīng)網(wǎng)絡(luò)模型的簡單代碼實現(xiàn)383
16.2　案例實戰(zhàn)：用戶評論情感分析模型385
16.2.1　案例背景385
16.2.2　數(shù)據(jù)讀取、中文分詞、文本向量化385
16.2.3　神經(jīng)網(wǎng)絡(luò)模型的搭建與使用389