





內容簡介
https://www.youtube.com/watch?v=9ZUffkUXBi8
從資料處理到圖論實踐―用Python及AI最強工具預測分析
編寫特色
• 數學 + 藝術——全圖解,極致視覺化,讓數學思想躍然紙上、生動有趣、一看就懂,同時提高大家的資料思維、幾何想像力、藝術感。
• 零基礎——從零開始學習 Python 程式設計,從寫第一行程式到架設資料科學和機器學習應用,儘量將陡峭學習曲線拉平。
• 知識網路——打破數學板塊之間的門檻,讓大家看到數學代數、幾何、線性代數、微積分、機率統計等板塊之間的聯繫,編織一張綿密的數學知識網路。
• 動手——授人以魚不如授人以漁,和大家一起寫程式、創作數學動畫、互動 App。
• 學習生態——構造自主探究式學習生態環境「紙質圖書 + 程式檔案 + 視覺化工具 + 思維導圖」,提供各種優質學習資源。
• 理論 + 實踐——從加減乘除到機器學習,叢書內容安排由淺入深、螺旋上升,兼顧理論和實踐;在程式設計中學習數學,學習數學時解決實際問題。
六大板塊
資料處理、時間資料、圖論基礎、圖的分析、圖與矩陣、圖論實踐。這六大板塊都緊緊圍繞一個主題—資料!
核心內容
• 遺漏值視覺化與插補方法:提升金融與醫療資料的完整性與可用性
• 離群值偵測與圖形分析技巧:應用直方圖與散布圖,提升資料的穩健性
• 距離計算與相似度評估:聚類、分類與資料比對的核心運算
• 從矩陣運算到特徵工程:建構資料分析的數學基礎與特徵空間
• 時間序列資料建模與分解:提取趨勢與週期變化,進行銷售與市場預測
• 高斯過程與回歸建模:以核函數掌握資料變化,實現時間與空間預測
圖論與關聯性矩陣分析:掌握社群網路連接性與影響力的核心結構
產品目錄
Chapter 1 萬物皆數
1.1 萬物皆數:從矩陣說起
1.2 資料分類:定量 ( 連續、離散 )、定性 ( 名目、次序 )
1.3 機器學習:四大類演算法
1.4 特徵工程:提取、轉換、建構資料
第2 篇 資料處理
Chapter 2 遺漏值
2.1 是不是缺了幾個數?
2.2 視覺化遺漏值位置
2.3 處理遺漏值:刪除
2.4 單變數插補
2.5 k 近鄰插補
2.6 多變數插補
Chapter 3 離群值
3.1 這幾個數有點不合群?
3.2 直方圖:單一特徵分布
3.3 散布圖:成對特徵分布
3.4 QQ 圖:分位數 - 分位數
3.5 箱型圖:上界、下界之外樣本
3.6 Z 分數:樣本資料標準化
3.7 馬氏距離和其他方法
Chapter 4 資料轉換
4.1 資料轉換
4.2 中心化:去平均值
4.3 標準化:Z 分數
4.4 歸一化:設定值在 0 和 1 之間
4.5 廣義冪轉換
4.6 經驗累積分布函式
4.7 插值
Chapter 5 資料距離
5.1 怎麼又聊距離?
5.2 歐氏距離:最常見的距離
5.3 標準化歐氏距離:考慮標準差
5.4 馬氏距離:考慮標準差和相關性
5.5 城市街區距離:L1 範數
5.6 謝比雪夫距離:L ∞範數
5.7 閔氏距離:Lp 範數
5.8 距離與親近度
5.9 成對距離、成對親近度
5.10 共變異數矩陣,為什麼無處不在?
第3篇 時間資料
Chapter 6 時間資料
6.1 時間序列資料
6.2 處理時間序列遺漏值
6.3 從時間資料中發現趨勢
6.4 時間序列分解
6.5 時間資料講故事
Chapter 7 滾動視窗
7-1 滾動視窗
7.2 移動波動率
7.3 相關性
7.4 迴歸係數
7.5 指數加權移動平均
7.6 EWMA 波動率
Chapter 8 隨機過程入門
8.1 布朗運動:來自花粉顆粒無規則運動
8.2 無漂移布朗運動
8.3 漂移布朗運動:確定 + 隨機
8.4 具有一定相關性的布朗運動
8.5 幾何布朗運動
8.6 股價模擬
8.7 相關股價模擬
Chapter 9 高斯過程
9.1 高斯過程原理
9.2 共變異數矩陣
9.3 分塊共變異數矩陣
9.4 後驗
9.5 雜訊
9.6 核函式
第4篇 圖論基礎
Chapter 10 圖論入門
10.1 什麼是圖?
10.2 圖和幾何
10.3 圖和矩陣
10.4 圖和機器學習
10.5 NetworkX
Chapter 11 無向圖
11.1 無向圖:邊沒有向
11.2 自環:節點到自身的邊
11.3 同構:具有等價關係的圖
11.4 多圖:同一對節點存在不止一條邊
11.5 子圖:圖的一部分
11.6 有權圖:邊附帶權重
Chapter 12 有向圖
12.1 有向圖:邊有向
12.2 外分支度、內分支度
12.3 鄰居:上家、下家
12.4 有向多圖:平行邊
12.5 三元組:三個節點的 16 種關係
12.6 NetworkX 建立圖
Chapter 13 圖的視覺化
13.1 節點位置
13.2 節點裝飾
13.3 邊裝飾
13.4 分別繪製節點和邊
第5篇 圖的分析
Chapter 14 常見圖
14.1 常見圖類型
14.2 完全圖
14.3 二分圖
14.4 正規圖
14.5 樹
14.6 柏拉圖圖
Chapter 15 從路徑說起
15.1 通道、軌跡、路徑、迴路、環
15.2 常見路徑問題
15.3 最短路徑問題
15.4 尤拉路徑
15.5 漢米爾頓路徑
15.6 推銷員問題
Chapter 16 連通性
16.1 連通性
16.2 連通分量
16.3 強連通、弱連通:有向圖
16.4 橋
Chapter 17 圖的分析
17.1 度分析
17.2 距離度量
17.3 中心性
17.4 圖的社區
第6 篇 圖與矩陣
Chapter 18 從圖到矩陣
18.1 無向圖到鄰接矩陣
18.2 有向圖到鄰接矩陣
18.3 傳球問題
18.4 鄰接矩陣的矩陣乘法
18.5 特徵向量中心性
Chapter 19 成對度量矩陣
19.1 成對距離矩陣
19.2 親近度矩陣:高斯核函式
19.3 相關性係數矩陣
Chapter 20 轉移矩陣
20.1 再看鄰接矩陣
20.2 轉移矩陣:可能性
20.3 有向圖
20.4 馬可夫鏈
Chapter 21 其他矩陣
21.1 圖中常見矩陣
21.2 連結矩陣
21.3 度矩陣
21.4 拉普拉斯矩陣
第7篇 圖論實踐
Chapter 22 樹
22.1 樹
22.2 最近共同祖先
22.3 最小生成樹
22.4 決策樹:分類演算法
22.5 層次聚類
22.6 樹狀圖:聚類演算法
Chapter 23 資料聚類
23.1 資料聚類
23.2 距離矩陣
23.3 相似度
23.4 無向圖
23.5 拉普拉斯矩陣
23.6 特徵值分解
Chapter 24 PageRank 演算法
24.1 PageRank 演算法
24.2 線性方程組
24.3 冪迭代
Chapter 25 社群網路分析
25.1 社群網路分析
25.2 度分析
25.3 圖距離
25.4 中心性
25.5 社區結構
作者介紹
博士FRM。勤奮的小鎮做題家,熱愛知識可視化和開源分享。自2022年8月開始,在GitHub上開源「鳶尾花書」學習資源,截至2023年9月,已經分享4000多頁PDF、4000多幅矢量圖、約2000個代碼文件,全球讀者數以萬計。目前著有《手術刀般精準的FRM:用Python科學管控財金風險》,及「鳶尾花數學大系:從加減乘除到機器學習」叢書7冊,此書系授權台灣深智數位出版社譯著繁體中文版。
規格
退貨說明
退貨須知:
- 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。













