Python廣告數據挖掘與分析實戰
本書共十二章，第1-4章重在介紹移動廣告營銷數據分析理論與案例分析，包括廣告數據分析的基本概念、內容和意義，廣告數據分析相關理論知識及常用分析方法，移動廣告營銷常見的數據分析案例剖析以及如何做一份讓領導滿意的數據分析報告；本書第5-6章主要介紹Python軟件安裝及常用包的主要用法。本書第7-10章主要介紹利用Python實現移動廣告營銷中常見的機器學習算法，重點掌握常用的模型評價方法，模型原理、實現方法和技巧，其中包括混淆矩陣、AUC、ROC等常用模型評價方法以及線性回歸、邏輯回歸、決策樹、KNN、SVM、神經網絡、隨機森林、GBDT、XGBoost、Stacking等常用監督學習算法。第11章主要介紹k-means聚類、Lookalike相似用戶挖掘等常用無監督學習算法及實現方法。第12章主要介紹移動廣告營銷常用的特征選擇及特征工程方法。讀者如果只想了解數據分析相關概念和方法，可以選擇性閱讀本書前四章內容，后八章偏向數據挖掘算法和編程實踐等內容，有興趣可以深入閱讀全書。
·10.7萬字
