会员
Hands-On Machine Learning with Microsoft Excel 2019
更新时间：2021-06-24 15:11:32
最新章节：Chapter 11 The Future of Machine Learning开会员，本书免费读 >
Wehavemadehugeprogressinteachingcomputerstoperformdifficulttasks,especiallythosethatarerepetitiveandtime-consumingforhumans.Excelusers,ofalllevels,canfeelleftbehindbythisinnovationwave.ThetruthisthatalargeamountoftheworkneededtodevelopanduseamachinelearningmodelcanbedoneinExcel.Thebookstartsbygivingageneralintroductiontomachinelearning,makingeveryconceptclearandunderstandable.Then,itshowseverystepofamachinelearningproject,fromdatacollection,readingfromdifferentdatasources,developingmodels,andvisualizingtheresultsusingExcelfeaturesandofferings.Ineverychapter,thereareseveralexamplesandhands-onexercisesthatwillshowthereaderhowtocombineExcelfunctions,add-ins,andconnectionstodatabasesandtocloudservicestoreachthedesiredgoal:buildingafulldataanalysisflow.Differentmachinelearningmodelsareshown,tailoredtothetypeofdatatobeanalyzed.Attheendofthebook,thereaderispresentedwithsomeadvancedusecasesusingAutomatedMachineLearning,andartificialneuralnetwork,whichsimplifiestheanalysistaskandrepresentsthefutureofmachinelearning.
品牌：中图公司
上架时间：2019-04-30 00:00:00
出版社：Packt Publishing
本书数字版权由中图公司提供，并由其授权上海阅文信息技术有限公司制作发行
Hands-On Machine Learning with Microsoft Excel 2019最新章节
查看全部- Chapter 11 The Future of Machine Learning
- Chapter 10 Azure and Excel - Machine Learning in the Cloud
- Chapter 9 Artificial Neural Networks
- Chapter 8 Visualizing Data in Diagrams Histograms and Maps
- Chapter 7 Implementing Time Series
- Chapter 6 Data Mining Models in Excel Hands-On Examples
- Chapter 5 Correlations and the Importance of Variables
- Chapter 4 Data Cleansing and Preliminary Data Analysis
- Chapter 3 Importing Data into Excel from Different Data Sources
- Chapter 2 Hands-On Examples of Machine Learning Models
同类热门书
最新上架
- 会员
Python数据分析
本书系统介绍了使用Python进行数据分析需要掌握的各项知识，涵盖了Python基础知识、网络爬虫技术、正则表达式、BeautifulSoup和JSON、词语切分、自然语言处理、使用NumPy与Pandas处理数据、数据可视化技术、MySQL、机器学习、朴素贝叶斯模型、支持向量机、随机森林、深度学习以及量化投资。本书通过结合数据分析技术的理论知识与Python的实战应用，帮助读者更好地运用Pyth计算机12.3万字 - 会员
Python数据分析、挖掘与可视化从入门到精通
本书分为4篇，第1篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第2篇是数据分析篇，主要介绍常用的数据分析方法；第3篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第4篇是实战应用篇，介绍两个完整的数据分析与挖掘案例。计算机10.9万字 - 会员
大数据SQL优化：原理与实践
这是一本站在一线开发人员的视角，从SQL的本质出发，采用理论与实践相结合、案例与分析相结合、作者经验与一线需求相结合的方式，深度解读大数据SQL优化核心技术和解决方案的工具书。本书主要面向大数据初中级技术人员，期望帮大家深度理解大数据SQL优化原理，掌握SQL优化的落地实践方法，从而真正“玩转”大数据SQL优化技术，根据实际问题和需求设计出有针对性的提升SQL性能的解决方案。计算机14万字 - 会员
Python数据分析与挖掘实战（第3版）
本书是Python数据分析与挖掘领域的公认的事实标准，前两版销售超过15万册，被国内100余所院校采用为教材，同时也被广大数据科学工作者奉为经典。本书以真实项目案例为驱动，以真实的行业应用为依托，帮助读者快速掌握数据分析与挖掘的相关技术、流程与方法。本书精选了7个经典实战案例，涵盖了房地产、零售、互联网等多个领域，将Python编程知识、数据分析与挖掘知识和行业知识融合，让读者在实践中快速地掌握针计算机14万字 - 会员
云数据中心基础
本教材共介绍7个项目，项目1为云数据中心认知，主要介绍了什么是数据中心、云数据中心的特点、体系结构、云数据中心和传统数据中心的区别、绿色数据的概念以及发展趋势。项目2介绍了云数据中心的规划与设计，主要包括云数据中心的设计建设的指标、基础设施的规划以及云数据中心的优化策略。项目3介绍了云数据中心的硬件选型，主要包括服务器设备、网络设备以及存储设备的介绍和选型。项目4到项目6则重点介绍了虚拟化技术、云计算机12.1万字 - 会员
Power BI商业数据分析完全自学教程
本书共5篇，分为14章介绍了PowerBI的基本操作、数据导入、数据整理、数据建模、数据可视化分析、数据发布等相关技能。第1篇为基础入门篇（第1-3章），主要针对初学者，从零开始，系统且全面地讲解了PowerBI的入门知识点、基本操作及数据的输入和连接操作。第2篇为数据处理篇（第4-6章），介绍了PowerBI数据的整理操作、表格中行/列数据的管理，以及PowerBI数据的高级处理、M函数的使计算机0字 - 会员
数据要素五论：信息、权属、价值、安全、交易
本书从与数据要素关系最密切的信息、权属、价值、安全、交易等五个维度出发，汇聚不同学科背景的既有文献，整合现有观点，对数据要素的多维特性进行探讨，以丰富人们对数据要素的认知，凝聚共识，澄清数字时代的发展与治理迷思，为未来的相关创新提供起点。计算机14.5万字 - 会员
新媒体数据分析基础教程
本书共8章，第1章介绍新媒体数据分析的基础知识；第2章介绍各种新媒体数据分析指标；第3章介绍新媒体数据的采集；第4章介绍新媒体数据处理；第5章介绍新媒体数据分析的思维和方法；第6章介绍新媒体数据可视化；第7章介绍不同新媒体平台的数据分析方法和实战技能；第8章介绍新媒体数据分析报告的制作。计算机9.2万字 - 会员
大数据导论
本书围绕新工科背景下大数据人才培养需求编写，既涵盖了大数据的基础知识，又介绍了大数据分析的相关工具与案例。全书共9章，介绍了大数据采集与预处理、大数据存储与管理、大数据处理与分析、大数据可视化处理流程；重点分析了科大讯飞大数据平台在政务、交通、金融和用户画像等实际场景中的应用，还介绍了大数据实验环境的详细搭建步骤，方便读者快速理解和体验大数据应用技术；最后介绍了大数据治理中法律政策、行业标准建设的计算机14.5万字