關(guān)于我們
書單推薦
新書推薦
|
數(shù)據(jù)應(yīng)用開發(fā)與服務(wù)(Python)(初級(jí)) 本書為數(shù)據(jù)應(yīng)用開發(fā)與服務(wù)(Python)1 X職業(yè)技能等級(jí)證書配套系列教材之一,以《數(shù)據(jù)應(yīng)用開發(fā)與服務(wù)(Python)職業(yè)技能等級(jí)標(biāo)準(zhǔn)(初級(jí))》為依據(jù),由北京中軟國(guó)際信息技術(shù)有限公司主持編寫。 本書采用項(xiàng)目化編寫模式,共分為5個(gè)項(xiàng)目:項(xiàng)目1介紹在Windows上安裝和配置Python運(yùn)行環(huán)境,并分別使用Visual Studio Code(VS Code)和Jupyter Lab編寫、調(diào)試和運(yùn)行Python程序;項(xiàng)目2介紹如何使用Python的語(yǔ)法規(guī)則、語(yǔ)言特性和面向?qū)ο蟮木幊谭椒ㄔO(shè)計(jì)和編寫基于控制臺(tái)的應(yīng)用程序;項(xiàng)目3介紹高性能科學(xué)計(jì)算和數(shù)據(jù)分析模塊包numpy和pandas的使用方法;項(xiàng)目4介紹如何從格式化文件和數(shù)據(jù)庫(kù)中采集數(shù)據(jù);項(xiàng)目5介紹數(shù)據(jù)處理的基本方法,包括缺失值和重復(fù)值的檢測(cè)與處理、對(duì)原始數(shù)據(jù)集劃分子集、獲取描述性統(tǒng)計(jì)信息、以可視化方式展現(xiàn)數(shù)據(jù)分布情況等。全書通過(guò)構(gòu)建34個(gè)學(xué)習(xí)任務(wù),引導(dǎo)學(xué)生學(xué)習(xí)Python應(yīng)用開發(fā)的相關(guān)知識(shí)與技能,并培養(yǎng)學(xué)生應(yīng)用所學(xué)完成實(shí)際任務(wù)的能力。 本書配套微課視頻、電子課件(PPT)、任務(wù)源代碼、習(xí)題解答等數(shù)字化學(xué)習(xí)資源。與本書配套的數(shù)字課程數(shù)據(jù)應(yīng)用開發(fā)與服務(wù)(Python)在智慧職教網(wǎng)站(www.icve.com.cn)上線,學(xué)習(xí)者可以登錄網(wǎng)站進(jìn)行在線學(xué)習(xí),也可以通過(guò)掃描書中二維碼觀看教學(xué)視頻,詳見智慧職教服務(wù)指南。教師可發(fā)郵件至編輯郵箱1548103297@qq.com索取相關(guān)教學(xué)資源。 本書為數(shù)據(jù)應(yīng)用開發(fā)與服務(wù)(Python)1 X職業(yè)技能等級(jí)證書配套教材,也是高職高專院校計(jì)算機(jī)及相關(guān)專業(yè)Python程序設(shè)計(jì)課程的教材,還可作為Python初學(xué)者的自學(xué)參考書,為將來(lái)從事與Python應(yīng)用相關(guān)的多源數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)建模、數(shù)據(jù)可視化、特征選取、模型優(yōu)化、模型部署、模型應(yīng)用等工作打下良好基礎(chǔ)。
你還可能感興趣
我要評(píng)論
|