Hands-On Machine Learning with Microsoft Excel 2019

We have made huge progress in teaching computers to perform difficult tasks, especially those that are repetitive and time-consuming for humans. Excel users, of all levels, can feel left behind by this innovation wave. The truth is that a large amount of the work needed to develop and use a machine learning model can be done in Excel.The book starts by giving a general introduction to machine learning, making every concept clear and understandable. Then, it shows every step of a machine learning

这是一本专注于通过Microsoft Excel 2019进行机器学习的实战指南。这本书首先介绍了机器学习基础概念，包括机器学习概述、分类、回归与分类的区别以及机器学习算法实现等。接着，它详细讲解了数据收集和准备的重要性，包括如何从不同的数据源导入数据，如何进行数据清洗和初步分析，以及如何理解变量之间的相关性。 书中还深入探讨了数据清洗，包括如何查找和替换错误的数据，如何处理缺失值和异常值，以及如何识别和处理不平衡数据集。此外，书中还介绍了模型特征的重要性，包括如何选择合适的模型特征以提高模型的学习效果，以及如何评估模型的性能，包括使用混淆矩阵、准确率、召回率、F1分数等指标。 在时间序列分析方面，书中详细介绍了时间序列分析的基本概念和重要性，包括如何使用Excel进行建模和可视化，如何处理时间序列数据的平稳性，以及如何通过计算和预测来理解并处理时间序列数据。此外，书中还介绍了人工神经网络简介，包括神经网络的基本概念、训练过程以及不同类型的神经网络。 书中还介绍了数据可视化方法与应用场景，包括如何使用图表展示变量之间的关系，如何使用直方图展示数据分布，如何使用地图展示数据的地理位