文件列表:

Python预测之美_源码 (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇 (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\PaxHeader (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\PaxHeader\第1章 认识预测 (92, 2020-06-13)
Python预测之美_源码\1. 第一部分 预测入门篇\PaxHeader\第3章 探索规律 (92, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\PaxHeader\第4章 特征工程 (92, 2020-06-13)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测 (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步 (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\1.3.1 数据预处理.ipynb (653735, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\1.3.2 建立模型.ipynb (22693, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\1.3.3 预测及误差分析.ipynb (2597, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\PaxHeader (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\PaxHeader\1.3.1 数据预处理.ipynb (143, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\PaxHeader\1.3.2 建立模型.ipynb (140, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\PaxHeader\1.3.3 预测及误差分析.ipynb (149, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\PaxHeader\data (120, 2020-07-15)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data\PaxHeader (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data\PaxHeader\model.pkl (129, 2020-07-15)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data\PaxHeader\pdata.csv (129, 2020-07-15)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data\PaxHeader\test_set.csv (133, 2020-07-15)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data\model.pkl (22690, 2020-07-15)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data\pdata.csv (7873, 2020-07-15)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\1.3 Python预测初步\data\test_set.csv (685, 2020-07-15)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\PaxHeader (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第1章 认识预测\PaxHeader\1.3 Python预测初步 (115, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律 (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析 (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\3.1.1 自相关分析.ipynb (26824, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\3.1.2 偏相关分析.ipynb (19481, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\3.1.3 简单相关分析.ipynb (551335, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\3.1.4 互相关分析.ipynb (16333, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\3.1.5 典型相关分析.ipynb (13196, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\PaxHeader (0, 2022-01-07)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\PaxHeader\3.1.1 自相关分析.ipynb (137, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\PaxHeader\3.1.2 偏相关分析.ipynb (137, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\PaxHeader\3.1.3 简单相关分析.ipynb (140, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\PaxHeader\3.1.4 互相关分析.ipynb (137, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.1 相关分析\PaxHeader\3.1.5 典型相关分析.ipynb (140, 2020-07-16)
Python预测之美_源码\1. 第一部分 预测入门篇\第3章 探索规律\3.2 因果分析 (0, 2022-01-07)
... ...

### 《Python预测之美:数据分析与算法实战》书籍 Python 是一种面向对象的脚本语言,其代码简洁优美,类库丰富,开发效率也很高,因此,其得到越 来越多开发者的喜爱,广泛应用于 Web 开发、网络编程、爬虫开发、自动化运维、云计算、人工智能、 科学计算等领域。预测技术在当今智能分析及其应用领域中发挥着重要作用,也是大数据时代的核心价值 所在。随着 AI 技术的进一步深化,预测技术将更好地支撑复杂场景下的预测需求,其商业价值不言而喻。 基于 Python 来做预测,不仅能够在业务上快速落地,还让代码维护更加方便。对预测原理的深度剖析和 算法的细致解读,是本书的一大亮点。 本书共分为 3 篇。 **第 1 篇**介绍预测基础,主要包括预测概念理解、预测方法论、分析方法、特征技术、 模型优化及评价,读者通过这部分内容的学习,可以掌握预测的基本步骤和方法思路。 **第 2 篇**介绍预测算法,该部分包含多元回归分析、复杂回归分析、时间序列及进阶算法,内容比较有难度,需要细心品味。 **第 3 篇**介绍预测案例,包括短期日负荷曲线预测和股票价格预测两个实例,读者可以了解到实施预测时需 要关注的技术细节。 希望读者在看完本书后,能够将本书的精要融会贯通,进一步在工作和学习实践中提炼价值。 **该仓库仅存储该书的代码,数据请参考书中说明**

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：