Python实战速成手册：数据分析+机器学习+深度学习

第 1章
统计学基础\t1
1．1　数据分布\t2
1．2　离中趋势\t4
1．3　抽样理论\t6
1．4　基本统计概念\t9
第 2章
Python基础\t15
2．1　Python介绍\t16
2．2　第 一个Python程序\t16
2．3　安装Anaconda\t17
2．4　Python规范\t23
2．5　Python的数据类型\t24
2．6　Python语句\t29
2．7　Python函数\t33
2．8　Python中的模块和包\t36
2．9　Python时间模块\t37
2．10　Python文件操作\t44
第3章
综合练习：迷你DVD管理器\t51
3．1　项目需求\t52
3．2　开发步骤\t52
第4章
Python面向对象入门\t59
4．1　定义Python类\t60
4．2　继承的原理\t61
4．3　Python构造函数\t62
4．4　实例\t63
4．5　小结\t65

第5章
综合练习：迷你DVD
管理器（OOP版）\t67
第6章
在Python中操作 MySQL\t73
6．1　安装PyMySQL\t74
6．2　pymysql．connect()中的参数说明\t74
6．3　connection对象支持的方法\t74
6．4　cursor对象支持的方法\t75
6．5　实现pymysql的增删改查功能\t75
第７章
NumPy\t79
7．1　NumPy介绍\t80
7．2　NumPy数组\t80
7．3　numpy．zeros()和numpy．ones() \t82
7．4　numpy．reshape()和numpy．flatten()\t83
7．5　numpy．hstack()和numpy．vstack() \t84
7．6　numpy．asarray()\t85
7．7　numpy．arange()\t86
7．8　numpy．linspace()和numpy．
logspace()\t87
7．9　索引和切片NumPy数组\t88
7．10　NumPy统计函数与示例 \t89
7．11　numpy．dot() \t90
7．12　numpy．matmul()\t90
7．13　numpy．linalg．det()\t91
7．14　NumPy实例\t91

第8章
pandas\t95
8．1　pandas介绍\t96
8．2　pandas的数据结构\t96
8．3　创建数据帧\t97
8．4　创建日期范围\t98
8．5　查看数据\t98
8．6　拆分数据\t99
8．7　读取并写入数据\t103
8．8　pandas实例\t105

第9章
Matplotlib\t109
9．1　安装Matplotlib并查看版本\t110
9．2　绘制折线图\t110
9．3　绘制柱状图\t113
第 10章
人工智能\t121
10．1　人工智能领域\t122
10．2　机器学习\t122
10．3　监督学习和无监督学习\t127
10．4　2020年19个最佳AI聊天
机器人\t129
第 11章
Scikit-Learn\t135
11．1　Scikit-Learn介绍\t136
11．2　数据集\t136
11．3　Scikit-Learn实例\t139
11．4　模型选择和评估\t162
第 12章
实战案例\t169
12．1　泰坦尼克号（完整过程分析）\t170
12．2　电信单用户转合约预测\t189
12．3　电信低速率小区预测\t193
12．4　预测客户是否会认购定期存款\t196
12．5　银行信用卡欺诈检测\t205
第 13章
神经网络\t211
13．1　深度学习\t212
13．2　前馈神经网络\t214
13．3　FNN实例——低速率小区\t215
13．4　递归神经网络\t220
13．5　RNN实例——低速率小区\t226
13．6　卷积神经网络\t227
13．7　CNN实例——低速率小区\t232