丝袜自慰一区二区三区,久久国产超碰人人爽,草草影院ccyy国产日本

Jupyter Notebook是一款交互式、功能強(qiáng)大的數(shù)據(jù)科學(xué)工具。它不僅高效、易上手，而且提供了強(qiáng)大的數(shù)據(jù)分析和可視化功能。另外，用戶可以在Jupyter Notebook的網(wǎng)頁中完成多種操作，例如編寫代碼并運(yùn)行、展示代碼的運(yùn)行結(jié)果、編寫說明文檔等。

《Jupyter金融應(yīng)用：從入門到實(shí)踐》旨在為初學(xué)者提供一種快速學(xué)習(xí)的方法，從基礎(chǔ)知識、金融數(shù)據(jù)處理、機(jī)器學(xué)習(xí)與金融建模、高級功能幾個方面展示了Jupyter Notebook的強(qiáng)大功能以降低讀者完成數(shù)據(jù)分析或建模任務(wù)的門檻，幫助讀者運(yùn)用Jupyter Notebook完成數(shù)據(jù)分析任務(wù)，更高效地處理金融數(shù)據(jù)。

《Jupyter金融應(yīng)用：從入門到實(shí)踐》適合數(shù)據(jù)分析人員以及有志于從事金融數(shù)據(jù)分析、金融數(shù)據(jù)建模工作的讀者閱讀，也適合統(tǒng)計(jì)學(xué)、金融學(xué)、計(jì)算機(jī)等專業(yè)的師生閱讀參考。

第一部分　基礎(chǔ) 知識

第 1章 Jupyter Notebook基礎(chǔ)知識　2

1.1 什么是Jupyter Notebook　2

1.1.1 起源　3

1.1.2 特點(diǎn)　3

1.1.3 應(yīng)用領(lǐng)域　4

1.2 在Windows上安裝Jupyter Notebook　4

1.2.1 準(zhǔn)備工作　5

1.2.2 通過Anaconda安裝　5

1.3 在macOS上安裝Jupyter Notebook　9

1.3.1 準(zhǔn)備工作　9

1.3.2 通過Anaconda安裝　10

1.3.3 通過命令行安裝　14

1.4 在Linux上安裝Jupyter Notebook　16

1.4.1 準(zhǔn)備工作　16

1.4.2 通過命令行安裝Anaconda　17

1.5 軟件包管理　20

1.5.1 通過Anaconda管理軟件包　20

1.5.2 通過pip管理軟件包　21

1.6 小結(jié)　22

第 2章 Jupyter Notebook界面　23

2.1 主界面　23

2.1.1 文件（Files）界面　24

2.1.2 運(yùn)行（Running）界面　26

2.1.3 集群（Clusters）界面　27

2.2 菜單欄　27

2.2.1 文件（File）菜單　27

2.2.2 編輯（Edit）菜單　29

2.2.3 查看（View）菜單　29

2.2.4 插入（Insert）菜單　30

2.2.5 單元格（Cell）菜單　30

2.2.6 內(nèi)核服務(wù)（Kernel）菜單　31

2.2.7 組件（Widgets）菜單　31

2.2.8 幫助（Help）菜單　33

2.3 工具欄　33

2.4 交互區(qū)　35

2.5 小結(jié)　35

第3章 Jupyter Notebook基礎(chǔ)操作　37

3.1 初次運(yùn)行　37

3.2 單元格的使用　38

3.2.1 代碼單元格　39

3.2.2 Markdown 單元格　39

3.2.3 原生單元格　40

3.2.4 編輯模式與命令模式　40

3.3 快捷鍵的使用　42

3.3.1 macOS與Windows快捷鍵的差異　42

3.3.2 編輯模式常用快捷鍵　44

3.3.3 命令模式常用快捷鍵　45

3.4 魔法命令的使用　47

3.4.1 魔法命令基本用法　47

3.4.2 常用的魔法命令　48

3.5 命令行的使用　50

3.5.1 命令行的基本用法　50

3.5.2 命令行常用的命令　51

3.6 小結(jié)　52

第4章 Jupyter Notebook文檔編寫　53

4.1 Markdown基本語法　53

4.1.1 標(biāo)題　54

4.1.2 段落格式　56

4.1.3 文字格式　57

4.1.4 列表格式　59

4.1.5 區(qū)塊格式　60

4.1.6 代碼格式　63

4.1.7 鏈接格式　64

4.1.8 表格格式　65

4.1.9 圖片格式　66

4.2 Markdown高級技巧　68

4.2.1 HTML元素　68

4.2.2 轉(zhuǎn)義　70

4.2.3 公式　71

4.3 文檔共享　73

4.3.1 把文件導(dǎo)出成多種格式　73

4.3.2 使用nbviewer共享　74

4.4 小結(jié)　75

第二部分　金融數(shù)據(jù)處理

第5章基本數(shù)據(jù)操作　78

5.1 基本數(shù)據(jù)結(jié)構(gòu)　79

5.1.1　元組　79

5.1.2　列表　81

5.1.3　字典　84

5.1.4　集合　87

5.2　NumPy庫　89

5.2.1　NumPy簡介　89

5.2.2　常規(guī)數(shù)組　89

5.2.3　結(jié)構(gòu)化數(shù)組　95

5.2.4　矩陣操作　95

5.3　Pandas庫　97

5.3.1　Pandas簡介　97

5.3.2　Series數(shù)據(jù)結(jié)構(gòu)　97

5.3.3　DataFrame數(shù)據(jù)結(jié)構(gòu)　100

5.4　小結(jié)　108

第6章數(shù)據(jù)存取　109

6.1 CSV數(shù)據(jù)存取　109

6.1.1　CSV數(shù)據(jù)讀取　110

6.1.2 參數(shù)配置　111

6.1.3 CSV數(shù)據(jù)保存　112

6.2　JSON數(shù)據(jù)存取　113

6.2.1　JSON數(shù)據(jù)讀取　113

6.2.2　參數(shù)遍歷　114

6.2.3　JSON數(shù)據(jù)生成　117

6.3　數(shù)據(jù)庫中的數(shù)據(jù)存取　117

6.3.1　數(shù)據(jù)庫初始化　117

6.3.2　常用操作　119

6.4　文本文件中的數(shù)據(jù)存取　120

6.4.1　文件數(shù)據(jù)讀取　120

6.4.2　常用操作　122

6.5　小結(jié)　123

第7章數(shù)據(jù)可視化　124

7.1 可視化基礎(chǔ)　124

7.1.1　折線圖　125

7.1.2　柱狀圖　127

7.1.3　散點(diǎn)圖　130

7.1.4　餅圖　134

7.1.5　直方圖　136

7.1.6　箱型圖　139

7.2　可視化進(jìn)階　142

7.2.1　組合子圖　142

7.2.2　坐標(biāo)軸的設(shè)置　147

7.2.3　圖形的設(shè)置　155

7.2.4　圖表分享　161

7.3　可視化拓展　161

7.3.1　3D圖　161

7.3.2　熱力圖　166

7.4　小結(jié)　168

第三部分　機(jī)器學(xué)習(xí)與金融建模

第8章機(jī)器學(xué)習(xí)　170

8.1 機(jī)器學(xué)習(xí)概述　170

8.1.1　基本概念　171

8.1.2 機(jī)器學(xué)習(xí)算法分類　172

8.2 機(jī)器學(xué)習(xí)的常用模型　174

8.2.1 線性回歸　175

8.2.2 邏輯回歸　175

8.2.3 支持向量機(jī)　176

8.2.4 決策樹　177

8.2.5 隨機(jī)森林　178

8.2.6 K均值聚類　179

8.3 小結(jié)　179

第9章 scikit-learn　180

9.1 安裝　180

9.2 常用函數(shù)　181

9.2.1 線性回歸　182

9.2.2 邏輯回歸　183

9.2.3 支持向量機(jī)　185

9.2.4 決策樹　186

9.2.5 隨機(jī)森林　188

9.2.6 K均值聚類　189

9.3 小結(jié)　190

第 10章產(chǎn)品銷售預(yù)測模型實(shí)例　191

10.1 場景介紹　191

10.2　數(shù)據(jù)準(zhǔn)備　192

10.2.1 數(shù)據(jù)探索　192

10.2.2　數(shù)據(jù)劃分　196

10.3　建立模型　197

10.3.1 擬合優(yōu)度　197

10.3.2　模型對比　198

10.4　驗(yàn)證評估　200

10.4.1　模型表現(xiàn)　200

10.4.2　模型解釋　201

10.5 小結(jié)　202

第 11章信用評分模型實(shí)例　203

11.1 場景介紹　203

11.2　數(shù)據(jù)準(zhǔn)備　204

11.2.1　數(shù)據(jù)概況　204

11.2.2　數(shù)據(jù)探索　205

11.2.3　特征選擇　209

11.2.4　數(shù)據(jù)采樣　213

11.3　建立模型　214

11.4　驗(yàn)證評估　215

11.4.1　分類評價(jià)指標(biāo)　215

11.4.2　橫向?qū)Ρ饶Ｐ汀?18

11.5 小結(jié)　221

第 12章反欺詐模型實(shí)例　222

12.1 場景介紹　222

12.2　數(shù)據(jù)準(zhǔn)備　223

12.2.1 特征轉(zhuǎn)換　223

12.2.2 特征縮放　224

12.3 建立模型　225

12.3.1 確定類的數(shù)量　226

12.3.2 類的可視化　228

12.4 驗(yàn)證評估　228

12.5 小結(jié)　229

第四部分　高級功能

第 13章安全配置　232

13.1 訪問控制　232

13.1.1 設(shè)置訪問域　232

13.1.2 設(shè)置訪問IP　233

13.1.3 端口配置　234

13.1.4 URL前綴配置　234

13.2 安全認(rèn)證　235

13.2.1 Token認(rèn)證　236

13.2.2 口令認(rèn)證　237

13.2.3 取消認(rèn)證　239

13.3 SSL配置　239

13.3.1 創(chuàng)建SSL證書　240

13.3.2 SSL證書設(shè)置　241

13.4 小結(jié)　242

第 14章其他內(nèi)核的配置　243

14.1 R內(nèi)核的配置　244

14.1.1 通過Anaconda圖形化界面下載并安裝R內(nèi)核　244

14.1.2 通過conda命令行下載并安裝R內(nèi)核　245

14.1.3 查看安裝結(jié)果并編寫運(yùn)行一個R腳本　246

14.2 Julia內(nèi)核的配置　247

14.2.1 安裝Julia　247

14.2.2 在Jupyter中配置Julia　249

14.2.3 查看安裝結(jié)果并編寫運(yùn)行一個Julia腳本　249

14.3 JavaScript內(nèi)核的配置　250

14.3.1 檢查Node.js和npm　250

14.3.2 安裝管理Node.js和npm　251

14.3.3 安裝JavaScript內(nèi)核　252

14.3.4 在Jupyter Notebook中使用JavaScript內(nèi)核　253

14.4 Scala內(nèi)核的配置　254

14.4.1 Java安裝與環(huán)境配置　254

14.4.2 Scala下載與安裝　256

14.4.3 在Jupyter Notebook中使用Scala內(nèi)核　257

14.5 Spark內(nèi)核的配置　258

14.5.1 安裝Spark　258

14.5.2 安裝SBT　259

14.5.3 在Jupyter Notebook中使用Spark內(nèi)核　260

14.6 小結(jié)　264

第 15章 JupyterHub多用戶配置　265

15.1 為什么需要多用戶配置　265

15.2 JupyterHub的安裝　267

15.2.1 準(zhǔn)備工作　267

15.2.2 安裝步驟　267

15.2.3 啟動　269

15.3 JupyterHub的配置　270

15.3.1 基礎(chǔ)配置　271

15.3.2 多用戶配置　272

15.4 小結(jié)　274

你還可能感興趣

我要評論