当前位置:主页 > 计算机电子书 > 大数据分析 > 数据科学下载
数据科学实战

数据科学实战 PDF 清晰版

  • 更新:2021-10-29
  • 大小:48.96MB
  • 类别:数据科学
  • 作者:舒特
  • 出版:人民邮电出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

本书脱胎于哥伦比亚大学“数据科学导论”课程的教学讲义,它界定了数据科学的研究范畴,是一本注重人文精神,多角度、全方位、深入介绍数据科学的实用指南,堪称大数据时代的实战宝典。本书旨在让读者能够举一反三地解决重要问题,内容包括:数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。另外,本书还将带领读者展望数据科学未来的发展。

目录

  • 作者介绍
  • 关于封面图
  • 前言
  • 第1章简介:什么是数据科学
  • 1.1大数据和数据科学的喧嚣
  • 1.2冲出迷雾
  • 1.3为什么是现在
  • 1.4数据科学的现状和历史
  • 1.5数据科学的知识结构
  • 1.6思维实验:元定义
  • 1.7什么是数据科学家
  • 1.7.1学术界对数据科学家的定义
  • 1.7.2工业界对数据科学家的定义
  • 第2章统计推断、探索性数据分析和数据科学工作流程
  • 2.1大数据时代的统计学思考
  • 2.1.1统计推断
  • 2.1.2总体和样本
  • 2.1.3大数据的总体和样本
  • 2.1.4大数据意味着大胆的假设
  • 2.1.5建模
  • 2.2探索性数据分析
  • 2.2.1探索性数据分析的哲学
  • 2.2.2练习:探索性数据分析
  • 2.3数据科学的工作流程
  • 2.4思维实验:如何模拟混沌
  • 2.5案例学习:RealDirect
  • 2.5.1RealDirect是如何赚钱的
  • 2.5.2练一练:RealDirect公司的数据策略
  • 第3章算法
  • 3.1机器学习算法
  • 3.2三大基本算法
  • 3.2.1线性回归模型
  • 3.2.2足近邻模型(k-NN)
  • 3.2.3I(均值算法
  • 3.3练习:机器学习算法基础
  • 3.4总结
  • 3.5思维实验:关于统计学家的自动化
  • 第4章垃圾邮件过滤器、朴素贝叶斯与数据清理
  • 4.1思维实验:从实例中学习
  • 4.1.1线性回归为何不适用
  • 4.1.2l(近邻效果如何
  • 4.2朴素贝叶斯模型
  • 4.2.1贝叶斯法则
  • 4.2.2个别单词的过滤器
  • 4.2.3直通朴素贝叶斯
  • 4.3拉普拉斯平滑法
  • 4.4对比朴素贝叶斯和k近邻
  • 4.5Bash代码示例”
  • 4.6网页抓取:APl和其他工具
  • 4.7Jake的练习题:文章分类问题中的朴素贝叶斯模型
  • 第5章逻辑回归
  • 5.1思维实验
  • 5.2分类器
  • 5.2.1运行时间
  • 5.2.2你自己
  • 5.2.3模型的可解释性
  • 5.2.4可扩展性
  • ……
  • 第6章时间戳数据与金融建模
  • 第7章从数据到结论
  • 第8章构建面向大量用户的推荐引擎
  • 第9章数据可视化与欺诈侦测
  • 第10章社交网络与数据新闻学
  • 第11章因果关系研究
  • 第12章流行病学
  • 第13章从竞赛中学到的:数据泄漏和模型评价
  • 第14章数据工程:Mapreduce pregel、Hadoop
  • 第15章听听学生学们怎么说
  • 第16章下一代数据科学家、自大狂和职业道德
     

资源下载

资源下载地址1:https://pan.baidu.com/s/1AFm1lV-33hwzry7yUC3Fpw

相关资源

网友留言