
本书先介绍预测分析的重要概念和原则,然后给出一系列的代码示例和算法讲解,引导读者了解完整的预测分析流程,而用Python工具构建高性能的预测分析解决方案。全书所涵盖的内容包括预测分析过程、理解问题和准备数据、理解数据集—探索性数据分析、基于机器学习的数值预测、基于机器学习的类别预测、调整模型和提高性能、基于Dash的模型实现等。 本书适合想要学习预测建模并对用Python工具实现预测分析解决方案感兴趣的数据分析师、数据科学家、数据工程师和Python发人员阅读,也适合对预测分析感兴趣的读者参考。<br/>【推荐语】<br/>1. 涵盖从问题识别到模型部署的预测分析全过程 2. 基于Python语言实现,辅以实例,侧重于实战 3. 用Python实现高性能预测分析方案 4. 用Keras构建可实现预测的神经网络模型<br/>【作者】<br/>阿尔瓦罗·富恩特斯(Alvaro Fuentes)是一位资深数据分析师,在分析行业的从业经验超过12年,拥有应用数学的硕士学位和数量经济学的学士学位。他在银行工作过多年,担任经济分析师。他后来创建了Quant公司,主要提供与数据科学相关的咨询和培训服务,并为许多项目做过顾问,涉及商业、教育、医药和大众传媒等领域。 他是一名Python的深度爱好者,有5年的Python工作经验,从事过分析数据、构建模型、生成报告、行预测以及构建从数据到智能决策的智能转换交互式应用等工作。<br/>
点点赞赏,手留余香
给TA打赏
評論0