搜索资源列表
-
0下载：
python数据分析与数据挖掘 chapter15-python data analysis and data mining chapter15
-
-
0下载：
python数据分析与实战chapter12-python data analysis and practical chapter12
-
-
0下载：
python数据分析与实战chapter13-python data analysis and practical chapter13
-
-
6下载：
《python数据挖掘入门与实践》随书源代码，Chapter1-Chapter12.使用ipython notebook运行，包括社会媒体挖掘，作者归属，新闻语料分析，大数据处理等应用实例。-Python data mining entry and practice with the book source code, using Chapter1-Chapter12. IPython notebook operation, including social media mining, aut
-
-
4下载：
金融时间序列分析
1. 采用Pandas从Yahoo网上下载上市公司的5到10年的日收盘数据，上证指数的日收盘数据。
2. 计算上市公司和上证指数的收益率，
3. 针对上市公司收益率进行ARMA建模，确定P和q，并对残差进行分析，最后向前预测多期，显示预测图。
4. 针对上市公司收益率进行ARCH建模，确定阶数，并对残差进行分析，最后进行预测。
5. 针对上市公司收益率进行GARCH建模，确定阶数，并对残差进行分析，最后进行预测。(use Arch Model to ananlyse
-
-
3下载：
利用Python和Spark进行海量数据的实时分析，解决商业方案(Using Python and Spark to do real-time analysis of mass data, and to solve business solutions)
-
-
0下载：
对数据和图像进行聚类分析，k-means聚类方法多应用于模式识别，人工智能，机器学习等方面(Clustering analysis of data and images, K-means clustering method should be used in pattern recognition, artificial intelligence, machine learning and so on)
-
-
1下载：
pandas库原作者编写，适用于初学数据分析者，主讲python的numpy、pandas、matplotlib库及如何进行数据分析(Pandas library original author, suitable for beginner data analyzer, speaker of Python's numpy, pandas, Matplotlib library and how to carry out data analysis)
-
-
1下载：
利用pandas、numpy、scipy组建的数据分析工具。可以实现均值、频数、最大值、最小值、分位数等得统计。(Data analysis tools built by pandas, numpy and SciPy. The statistics of mean, frequency, maximum, minimum and quantile can be achieved.)
-
-
4下载：
一本python数据分析的优秀资料
《python数据分析》(python data analysis)，作者【印尼】Ivan Idris，翻译：韩波。
本人制作的PDF图书，带目录和书签。
作为一种高级程序设计语言，Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众所认可。, 本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组、matplotlib和pa
-
-
1下载：
利用python进行数据分析，英文书籍，从pandas库的数据分析工具开始利用高性能工具对数据进行加载、清理、转换、合并以及重塑；利用matpIotlib创建散点图以及静态或交互式的可视化结果；利用pandas的groupby功能对数据集进行切片、切块和汇总操作；处理各种各样的时间序列数据。(Starting from the data analysis tools of pandas database, high performance tools are used to load, clea
-
-
1下载：
本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。(There are 15 chapters in this book, which are divided into two parts: the basic c
-
-
1下载：
基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。
经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set.
After PCA dime
-
