首页
技术小册
AIGC
面试刷题
技术文章
MAGENTO
云计算
视频课程
源码下载
PDF书籍
「涨薪秘籍」
登录
注册
什么是数据分析和挖掘
数据分析与挖掘的应用领域
电商领域—发现破坏规则的“害群之马”
交通出行领域—为打车平台进行私人订制
医疗健康领域—找到最佳医疗方案
数据分析与挖掘的区别
数据挖掘的流程
常用的数据分析与挖掘工具
下载与安装Anoconda
数据分析实战案例
数据的探索性分析
数据建模-对离散变量重编码
数据建模-拆分数据集
数据建模-默认参数的模型构建
数据建模-模型网格搜索
数据建模-默认的K近邻模型
数据建模-网格搜索的K近邻模型
数据建模-默认的GBDT模型
数据建模-网络搜索的GBDT模型
序列与数据框的构造
外部数据的读取
数据类型转换及描述统计
字符与日期数据的处理
常用的数据清洗方法
重复观测处理
缺失值处理
异常值处理
数据子集的获取
透视表功能
表之间的合并与连接
分组聚合操作
当前位置:
首页>>
技术小册>>
Python数据分析与挖掘实战(上)
小册名称：Python数据分析与挖掘实战(上)
也许读者也曾自我发问——学会了数据分析和挖掘技术，可以从事哪些行业的相关工作呢？在笔者看来，有数据的地方就有用武之地。 现在的数据充斥在各个领域，如庞大的互联网行业，包含各种电商平台、游戏平台、社交平台、中介类平台等；金融行业，包含银行、P2P、互联网金融等；影响国计民生的教育、医疗行业；各类乙方数据服务行业；传统行业，如房地产、餐饮、美容等。这些行业都需要借助数据分析和挖掘技术来指导下一步的决策方向，以下仅举3个行业应用的例子，进一步说明数据分析和挖掘的用武之地。
上一篇：
什么是数据分析和挖掘
下一篇：
电商领域—发现破坏规则的“害群之马”
该分类下的相关小册推荐：
Python合辑5-格式化字符串
Python编程轻松进阶(四)
实战Python网络爬虫
Python数据分析与挖掘实战(下)
Python机器学习基础教程(下)
剑指Python(磨刀不误砍柴工)
Python合辑9-判断和循环
Python机器学习实战
Python爬虫入门与实战开发(下)
Python编程轻松进阶(五)
Python编程轻松进阶(一)
Python合辑6-字典专题
