具體描述
産品特色
編輯推薦
適讀人群 ：計算機行業、金融行業，數據分析、大數據研究人員等。不需要任何編程、交易經驗，也不需要具備超強的數據分析能力，隻要會使用Excel就可以輕鬆學會本書講解的知識點。
內容簡介
本書采用獨創的黑箱模式，MBA案例教學機製，結閤一綫實戰案例，介紹Sklearn人工智能模塊庫和常用的機器學習算法。書中配備大量圖錶說明，沒有枯燥的數學公式，普通讀者，隻要懂Word、Excel，就能夠輕鬆閱讀全書，並學習使用書中的知識，分析大數據。本書具有以下特色：獨創的黑箱教學模式，全書無任何抽象理論和深奧的數學公式。首次係統化融閤Sklearn人工智能軟件和Pandas數據分析軟件，不用再直接使用復雜的Numpy數學矩陣模塊。係統化的Sklearn函數和API中文文檔，可作為案頭工具書隨時查閱。基於Sklearn+Pandas模式，無須任何理論基礎，全程采用MBA案例模式，懂Excel就可看懂。
作者簡介
何海群，網名：字王，CHRD前海智庫CTO，《中華大字庫》發明人，齣版書籍20餘部，在人工智能、數據分析等方麵具有20年一綫專業經驗；zwPython開發平颱、zwQuant量化軟件設計師，中國“Python創客”項目和“Python産業聯盟”發起人，國內**Python量化課程：《Python量化實盤·魔鬼訓練營》創始人，極寬量化開源團隊的創始人。1990年，發明國內**個VR數據手套並獲得專利授權，被業界稱為“中國VR之父”；1992年，論文《人工智能與中文字型設計》入選《廣東青年科學傢文集》，現已成為中文字庫行業三大基礎建模理論之一；1997年，齣版國內首部網絡經濟專著《網絡商戰》；2008年，在北京聯閤創辦國內**4A級網絡公關公司，服務過200餘傢國際五百強企業，被公關協會譽為：中國網絡公關事業的開創者與啓濛者；2012年，發布國內**自主研發的智能中文字庫設計軟件《x2ttf塗鴉造字》，全功能全免費公益軟件；2016年，推齣國內首套純python開源量化軟件：zwQuant，以及國內**Tick級彆開源金融大數據項目：zwDat金融數據包。研究成果有：“小數據”理論，快數據模型，黑天鵝算法，GPU超算工作站、MTRD多節點超算集群算法、“1+N”網絡傳播模型、人工智能“足彩圖靈法則”等。
目錄
第 1 章 從阿爾法狗開始說起1
1．1 阿爾法狗的前世今生
1．2 機器學習是什麼
1．3 機器學習大史記
1．4 機器學習經典案例
第 2 章 開發環境
2．1 數據分析首選 Python
2．2 用戶運行平颱
2．3 程序目錄結構
2．4 Spyder 編輯器界麵設置
2．5 Python 命令行模式
2．6 Notebook 模式
2．7 模塊庫控製麵闆
2．8 使用 pip 更新模塊庫
第 3 章 Python 入門案例
3．1 案例 3-1：第一次編程“hello，ziwang”
3．2 案例 3-2：增強版“hello，ziwang”
3．3 案例 3-3：列舉係統模塊庫清單
3．4 案例 3-4：常用繪圖風格
3．5 案例 3-5：Pandas 常用繪圖風格
3．6 案例 3-6：常用顔色錶 cors
3．7 案例源碼
第 4 章 Python 基本語法
4．1 數據類型
案例 4-1：基本運算
4．2 字符串
案例 4-2：字符串入門
案例 4-3：字符串常用方法
4．3 List 列錶
案例 4-4：列錶操作
4．4 Tuple 元組
案例 4-5：元組操作
4．5 Dictionary 字典
案例 4-6：字典操作
4．6 數據類型轉換
案例 4-7：控製語句
案例 4-8：函數定義
4．7 案例源碼
第 5 章 Python 人工智能入門與實踐
5．1 從忘卻開始
5．2 Iris 經典愛麗絲
案例 5-1：Iris 愛麗絲
案例 5-2：愛麗絲進化與文本矢量化
5．3 AI 操作流程
5．4 數據切割函數
案例 5-3：Iris 愛麗絲分解
案例 5-4：綫性迴歸算法
5．5 案例源碼
第 6 章 機器學習經典算法案例（上）
6．1 綫性迴歸
6．2 邏輯迴歸算法
案例 6-1：邏輯迴歸算法
6．3 樸素貝葉斯算法
案例 6-2：貝葉斯算法
6．4 KNN 近鄰算法
案例 6-3：KNN 近鄰算法
6．5 隨機森林算法
案例 6-4：隨機森林算法
6．6 案例源碼
第 7 章 機器學習經典算法案例（下）
7．1 決策樹算法
案例 7-1：決策樹算法
7．2 GBDT 迭代決策樹算法
案例 7-2：GBDT 迭代決策樹算法
7．3 SVM 嚮量機
案例 7-3：SVM 嚮量機算法
7．4 SVM-cross 嚮量機交叉算法
案例 7-4：SVM-cross 嚮量機交叉算法
7．5 神經網絡算法
案例 7-5：MLP 神經網絡算法
案例 7-6：MLP_reg 神經網絡迴歸算法
7．6 案例源碼
第 8 章 機器學習組閤算法
8．1 CCPP 數據集
案例 8-1：CCPP 數據集
案例 8-2：CCPP 數據切割
案例 8-3：讀取 CCPP 數據集
8．2 機器學習統一接口函數
案例 8-4：機器學習統一接口
案例 8-5：批量調用機器學習算法
案例 8-6：一體化調用
8．3 模型預製與保存
案例 8-7：儲存算法模型
案例 8-8：批量儲存算法模型
案例 8-9：批量加載算法模型
案例 8-10：機器學習組閤算法
8．4 案例源碼
附錄 A Sklearn 常用模塊和函數
附錄 B 極寬量化係統模塊圖
前言/序言
本書是一部意外之作，也是一部驚喜之作。這是一本非常簡單的 Python 機器學習入門教程，具有以下特色。
獨創的黑箱教學模式，全書無任何抽象理論和深奧的數學公式。
首次係統化融閤 Sklearn 人工智能軟件和 Pandas 數據分析軟件，無須使用復雜的 Numpy 數學矩陣模塊。
三位一體的課件模式：圖書+開發平颱+成套的教學案例，係統講解，逐步深入。
係統化的Sklearn函數API接口中文文檔，可作為案頭工具書隨時查閱。
基於 Sklearn+Pandas 架構，全程采用 MBA 案例模式，無需任何理論基礎，懂 Excel 就可看懂。
本書內容原本是《零起點 Python 足彩大數據與機器學習實盤分析》中的章節，在我們內部小範圍使用時，深受學員喜愛，於是，將書中與機器學習相關的內容和案例單獨抽取齣來，加入部分 Python 入門內容，形成瞭《零起點 Python 機器學習快速入門》一書。
Python 量化三部麯包括：
《零起點 Python 大數據與量化交易》（入門教材）
《零起點 Python 量化與機器學習實盤分析》（重點分析 Sklearn）
《零起點 Python 量化與 TensorFlow 深度學習實盤分析》（重點分析
TensorFlow）
此外，還有兩部補充作品：
《零起點 Python 足彩大數據與機器學習實盤分析》
《零起點 Python 機器學習快速入門》
Python學習路綫
機器學習、人工智能和金融量化基本原理都是相通的，本質上都是數據分析。
本書雖然屬於“零起點 Python”係列，但要更好地學習本書，掌握相關的配套程序，最好具備以下基礎。
Python 編程基礎，不懂 Python 語言的讀者，先花一周時間學習 Python基本知識以及 Pandas（潘達思）數據分析軟件基礎操作。
Top 極寬量化社區有“Python 量化與 zwQuant 學習路綫圖”，大傢可以參考。
先花一周時間學習 Python 基礎，再閱讀《zwPython 中文手冊》，可以少走很多彎路。
學好 Python、Pandas 基礎後，先將本書通讀 1~2 遍。通讀時，碰到問題沒關係，記錄一下跳過去，然後進行精讀；正式學習每章的代碼時，一定要將代碼運行 1~2 遍，培養編程感覺。
根據代碼學習畫流程圖，有瞭流程圖就可以把握程序邏輯，重點是程序和策略的邏輯。
入門後，多看看配套的課件和程序源碼，全套 zwQuant 量化開源程序都帶有函數一級的中文注解。
在學習過程當中一定要多問，可以在論壇提問，這樣大傢都受益。
在群文件中有一個小軟件，即 Python流程圖繪製軟件 CODINGRAPH，使用該軟件，拷貝代碼就可以自動繪製流程圖，對其他編程語言也適用。
網絡資源
與本書有關的程序和數據下載，請瀏覽網站，極寬量化社區中的【下載中心】欄目。本書在 TopQuant.vip 極寬量化社區設有專欄，對本書、人工智能和機
器學習有任何建議都可在社區相關欄目發布信息，我們會在第一時間進行反饋和答復。
“零起點Python”係列叢書
本書繼續保持瞭“零起點 Python”係列叢書的一貫風格——簡單實用。
書中配備瞭大量的圖錶說明，沒有枯燥的數學公式，隻要懂 Word、Excel，
就能夠輕鬆閱讀全書。
IT 零起點：無需任何電腦編程基礎，隻要會打字、會使用 Excel，就能看懂本書，利用本書配套的 Python 軟件包，輕鬆學會如何利用 Python對股票和足彩數據進行專業分析和量化投資分析。
投資零起點：無須購買任何專業軟件，本書配套的 zwPython 軟件包，采用開源模式，提供 100%全功能、全免費的工業級數據分析平颱。
配置零起點：所有軟件、數據全部采用蘋果“開箱即用”模式，綠色版本，無須安裝，解壓縮後即可直接運行係統。
理財零起點：無需任何專業金融背景，采用通俗易懂的語言，配閤大量專業的圖錶和實盤操作案例，輕鬆掌握各種量化投資策略。
數學零起點：全書沒有任何復雜的數學公式，隻有最基本的加、減、乘、除，輕輕鬆鬆就能看懂全書。
緻謝
本書的齣版要特彆感謝電子工業齣版社的黃愛萍編輯，感謝她在選題策劃和稿件整理方麵做齣的大量工作。
在本書創作過程中，極寬開源量化團隊和培訓班的全體成員，也提齣過很多寶貴的意見，並對部分內容程序做瞭中文注解。特彆是吳娜、餘勤兩位同學，為極寬開源量化文庫和 zwQuant 開源量化軟件編寫文檔，並在團隊成員管理方麵做瞭大量工作，為他們的付齣錶示感謝。
何海群（字王）
北京極寬科技有限公司 CTO
2017 年 2 月 25 日
用戶評價
書中廣告有點多！
評分全套書都有瞭
評分商品很好，物流很快，價格實惠，非常滿意的一次購物。
評分要用作者的自定義框架學習。
評分這隻是入門書，起領進門的作用
評分學習中，期待有好效果
評分難得的入門叢書。 我是零起步，感覺應該能學的會
評分這本書很好，講解的很清楚。
評分我一般不評價，但這本書作為技術書籍就是個奇葩，作者的語言都把我雷到瞭！這個應該是一個不懂技術的人寫來給不懂技術的人看的！
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版權所有