---
type: product
schema_version: "1.0"
canonical_url: "https://tw.bid.yahoo.com/item/101751691399"
item_id: "101751691399"
title: "正版二手Python廣告數據挖掘與分析實戰楊游雲,周健978 作者： 楊游雲,周健 著：-18436"
subtitle: "ISBN編號：9787111677628/n書名：Python廣告數據挖掘與分析實戰/n作者：楊游云, 周健, 著/n出"
condition: "全新品"
currency: "TWD"
current_price: 400
stock_status: "low_stock"
seller:
  id: "Y2766801021"
  name: "閔泉古藏"
images:
  - url: "https://img.yec.tw/ob/image/bee76241-f33c-4784-ba09-df469beff0a7.jpg"
    role: "main"
    alt: "商品主圖"
category_id: "2092073902"
category_name: "行銷/廣告"
breadcrumb:
  - id: "3994318"
    name: "圖書/影音/文具"
    url: "/tw/%E5%9C%96%E6%9B%B8-%E5%BD%B1%E9%9F%B3-%E6%96%87%E5%85%B7-3994318-category.html"
  - id: "2092064185"
    name: "圖書與雜誌"
    url: "/tw/%E5%9C%96%E6%9B%B8%E8%88%87%E9%9B%9C%E8%AA%8C-2092064185-category.html"
  - id: "2092073901"
    name: "財經企管"
    url: "/tw/%E8%B2%A1%E7%B6%93%E4%BC%81%E7%AE%A1-2092073901-category.html"
  - id: "2092073902"
    name: "行銷/廣告"
    url: "/tw/%E8%A1%8C%E9%8A%B7-%E5%BB%A3%E5%91%8A-2092073902-category.html"
observed_at: "2026-09-07T19:41:20.653Z"
---

# 正版二手Python廣告數據挖掘與分析實戰楊游雲,周健978 作者： 楊游雲,周健 著：-18436

## 價格

目前價格：NT$400

庫存狀態：庫存不多

可售數量：1

資料時間：2026-09-07T19:41:20.653Z

## 分類

分類名稱：行銷/廣告

分類路徑：

圖書/影音/文具 > 圖書與雜誌 > 財經企管 > 行銷/廣告

## 商品狀態

商品狀態：全新品

## 賣家資訊

賣場名稱：閔泉古藏

賣家 ID：Y2766801021

## 商品描述

下單前先訊息

 

正版二手Python廣告數據挖掘與分析實戰楊游雲,周健978 作者： 楊游雲,周健 著： 楊游雲,周健 譯 裝幀： 平裝 印次： 1 定： 89.00 ISBN： 版社： 機械工業 開本： 16開 印刷時間： 暫無 語種： 暫無版時間： 頁數： 224 外部編號： 9787111677628 版次： 1 成品尺寸： 暫無 前言 章Python安裝方法 1.1Python介紹 1.1.1Python的由來 1.1.2Python的特點 1.2Anaconda安裝 1.3PyCharm安裝及環境配置 1.3.1PyCharm安裝 1.3.2PyCharm環境配置 1.4為什麼建議使用Python 1.5本章小結 第2章認識廣告數據分析 2.1廣告數據概述 2.1.1廣告數據的特點 2.1.2廣告數據分析的意義 2.2廣告數據分布 2.2.1伯努利分布 2.2.2均勻分布 2.2.3二項分布 2.2.4正態分布 2.2.5泊松分布 2.2.6指數分布 2.3異常值診斷 2.3.1三倍標準差法 2.3.2箱形圖分析法 2.4數據相關 2.4.1Pearson相關系數 2.4.2Spearman秩相關系數 2.5顯著檢驗 2.6本章小結 第3章Python廣告數據分析常用工具包 3.1數據基礎運算工具：NumPy 3.1.1常見數據結構 3.1.2索引與切片 3.1.3數組運算 3.1.4矩陣運算 3.1.5廣播 3.1.6常用作 3.2數據預處理工具：Pandas 3.2.1數據結構概述 3.2.2數據加載 3.2.3數據拼接 3.2.4數據聚合 3.2.5數據透視表和交表 3.2.6廣告缺失值處理 3.3數據可視化分析工具：Matplotlib 3.3.1散點圖 3.3.2條形圖 3.3.3折線圖 3.3.4餅圖 3.3.5直方圖 3.3.6箱形圖 3.3.7組合圖 3.4本章小結 第4章模型常用評指標 4.1回歸模型常用評指標 4.1.1R2 4.1.2調整後的R2 4.2分類模型常用評指標 4.2.1混淆矩陣 4.2.2ROC曲線 4.2.3AUC 4.2.4KS指標 4.2.5提升度 4.3本章小結 第5章利用Python建立廣告分類模型 5.1邏輯回歸 5.1.1邏輯回歸原理 5.1.2損失函數 5.1.3利用Python建立邏輯回歸 5.2決策樹 5.2.1決策樹概述 5.2.2決策樹算法 5.2.3決策樹剪枝處理 5.2.4決策樹的實現 5.3KNN 5.3.1距離度量 5.3.2KNN算法原理 5.3.3KNN算法中K值的選取 5.3.4KNN中的一些注意事項 5.3.5KNN分類算法實現 5.4SVM 5.4.1優選間隔超平面 5.4.2支持向量 5.4.3目標函數 5.4.4軟間隔優選化 5.4.5核函數 5.4.6SVM算法的應用 5.5神經網絡 5.5.1結構特點 5.5.2訓練過程 5.5.3激活函數 5.5.4損失函數 5.5.5神經網絡的實現 5.6本章小結 第6章利用Python建立廣告集成模型 6.1隨機森林 6.1.1隨機森林的Bagging思想 6.1.2隨機森林的生成及優點 6.1.3袋外誤差 6.1.4Scikitlearn隨機森林類庫介紹 6.1.5隨機森林模型的實現 6.2GBDT 6.2.1GBDT算法思想 6.2.2GBDT算法原理 6.2.3ScikitlearnGBDT類庫介紹 6.2.4使用Scikitlearn類庫實現GBDT算法 6.3XGBoost 6.3.1XGBoost算法思想 6.3.2XGBoost算法原理 6.3.3XGBoost算法的優點 6.3.4XGBoost類庫參數 6.3.5使用Scikitlearn類庫實現XGBoost算法 6.4Stacking 6.4.1Stacking算法思想 6.4.2Stacking算法原理 6.4.3Stacking算法實現 6.5LRGBDT 6.5.1LRGBDT原理 6.5.2LRGBDT在廣告CTR中的應用 6.5.3LRGBDT算法實現 6.6FM 6.6.1FM的原理 6.6.2FM的改進 6.6.3FM的Python實現 6.7本章小結 第7章移動廣告常用數據分析方法 7.1App下載數據分析 7.2游戲行業用戶分析 7.2.1游戲行業數據分析的作用 7.2.2游戲行業的關鍵數據指標 7.2.3游戲用戶數據分析方法 7.3電商類App用戶轉化分析 7.4工具類App用戶分析 7.5本地O2O婚紗攝影行業分析 7.5.1精準人群定向 7.5.2廣告創意素材 7.6品牌廣告與效果廣告 7.7本章小結 第8章廣告數據分析報告 8.1分析觀點明確，邏輯清晰 8.2匯報結果，用數據說話 8.3分析...

## 圖片

| 類型 | 圖片 URL | 說明 |
|---|---|---|
| 主圖 | https://img.yec.tw/ob/image/bee76241-f33c-4784-ba09-df469beff0a7.jpg | 商品主圖 |

## 運送與付款

運送方式：

| 方式 | 費用 |
|---|---:|
| 宅配/貨運 | 免運費 |
| 7-ELEVEN取貨付款 | 免運費 |
| 7-ELEVEN取貨不付款 | 免運費 |
| 萊爾富取貨付款 | 免運費 |

付款方式：

- ATM轉帳
- 萊爾富取貨付款
- 7-ELEVEN取貨付款

## 退換貨政策

依照消費者保護法規定，網購商品享有七天猶豫期（非試用期），特殊商品除外。

## Canonical URL

https://tw.bid.yahoo.com/item/101751691399