借阅：23人
收藏：0人
数据科学入门
- 查看机读格式
= Data science from scratch /(美) Joel Grus著 ;高蓉, 韩波译
ISBN/ISSN：978-7-115-41741-1
价格：CNY69.00
出版：北京 :人民邮电出版社 ,2016.03
载体形态：xviii, 284页 :图 ;24cm
丛编：图灵程序设计丛书
简介：本书基于易于理解且具有数据科学相关的丰富的库的Python语言环境, 从零开始讲解数据科学工作。具体内容包括: Python速成, 可视化数据, 线性代数, 统计, 概率, 假设与推断, 梯度下降法, 如何获取数据, K近邻法, 朴素贝叶斯算法, 等等。
统一题名：Data science from scratch
中图分类号：TP274
责任者：格鲁斯 ((Grus, Joel)) 著 高蓉 译 韩波 译 王大玲 译 马丁 ((Martin, Kipp)) 著 侯文华 译
-
评分：
-
加入暂存架
豆瓣内容简介：
数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。
作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。
通过阅读本书，你可以：
学到一堂Python速成课；
学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；
掌握如何收集、探索、清理、转换和操作数据；
深入理解机器学习的基础；
运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；
探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。
豆瓣作者简介：
Joel Grus 是 Google 的一位软件工程师，曾于数家创业公司担任数据科学家。目前住在西雅图，专注于数据科学工作并乐此不疲。偶尔在 joelgrus.com 发表博客，长期活跃于 Twitter @joelgrus。
目录：
前言
第1章 导论
1.1 数据的威力
1.2 什么是数据科学
1.3 激励假设：DataSciencester
1.3.1 寻找关键联系人
1.3.2 你可能知道的数据科学家
1.3.3 工资与工作年限
1.3.4 付费账户
1.3.5 兴趣主题
1.4 展望
第2章 Python速成
2.1 基础内容
2.1.1 Python获取
2.1.2 Python之禅
2.1.3 空白形式
2.1.4 模块
2.1.5 算法
2.1.6 函数
2.1.7 字符串
2.1.8 异常
2.1.9 列表
2.1.10 元组
2.1.11 字典
2.1.12 集合
2.1.13 控制流
2.1.14 真和假
2.2 进阶内容
2.2.1 排序
2.2.2 列表解析
2.2.3 生成器和迭代器
2.2.4 随机性
2.2.5 正则表达式
2.2.6 面向对象的编程
2.2.7 函数式工具
2.2.8 枚举
2.2.9 压缩和参数拆分
2.2.10 args和kwargs
2.2.11 欢迎来到DataSciencester
2.3 延伸学习
第3章 可视化数据
3.1 matplotlib
3.2 条形图
3.3 线图
3.4 散点图
3.5 延伸学习
第4章 线性代数
4.1 向量
4.2 矩阵
4.3 延伸学习
第5章 统计学
5.1 描述单个数据集
5.1.1 中心倾向
5.1.2 离散度
5.2 相关
5.3 辛普森悖论
5.4 相关系数其他注意事项
5.5 相关和因果
5.6 延伸学习
第6章 概率
6.1 不独立和独立
6.2 条件概率
6.3 贝叶斯定理
6.4 随机变量
6.5 连续分布
6.6 正态分布
6.7 中心极限定理
6.8 延伸学习
第7章 假设与推断
7.1 统计假设检验
7.2 案例：掷硬币
7.3 置信区间
7.4 P-hacking
7.5 案例：运行A/B测试
7.6 贝叶斯推断
7.7 延伸学习
第8章 梯度下降
8.1 梯度下降的思想
8.2 估算梯度
8.3 使用梯度
8.4 选择正确步长
8.5 综合
8.6 随机梯度下降法
8.7 延伸学习
第9章 获取数据
9.1 stdin和stdout
9.2 读取文件
9.2.1 文本文件基础
9.2.2 限制的文件
9.3 网络抓取
9.3.1 HTML和解析方法
9.3.2 案例：关于数据的O'Reilly图书
9.4 使用API
9.4.1 JSON（和XML）
9.4.2 使用无验证的API
9.4.3 寻找API
9.5 案例：使用Twitter API
获取证明文件
9.6 延伸学习
第10章 数据工作
10.1 探索你的数据
10.1.1 探索一维数据
10.1.2 二维数据
10.1.3 多维数据
10.2 清理与修改
10.3 数据处理
10.4 数据调整
10.5 降维
10.6 延伸学习
第11章 机器学习
11.1 建模
11.2 什么是机器学习
11.3 过拟合和欠拟合
11.4 正确性
11.5 偏倚-方差权衡
11.6 特征提取和选择
11.7 延伸学习
第12章 k 近邻法
12.1 模型
12.2 案例：最喜欢的编程语言
12.3 维数灾难
12.4 延伸学习
第13章 朴素贝叶斯算法
13.1 一个简易的垃圾邮件过滤器
13.2 一个复杂的垃圾邮件过滤器
13.3 算法的实现
13.4 测试模型
13.5 延伸学习
第14章 简单线性回归
14.1 模型
14.2 利用梯度下降法
14.3 最大似然估计
14.4 延伸学习
第15章 多重回归分析
15.1 模型
15.2 最小二乘模型的进一步假设
15.3 拟合模型
15.4 解释模型
15.5 拟合优度
15.6 题外话：Bootstrap
15.7 回归系数的标准误差
15.8 正则化
15.9 延伸学习
第16章 逻辑回归
16.1 问题
16.2 Logistic函数
16.3 应用模型
16.4 拟合优度
16.5 支持向量机
16.6 延伸学习
第17章 决策树
17.1 什么是决策树
17.2 熵
17.3 分割之熵
17.4 创建决策树
17.5 综合运用
17.6 随机森林
17.7 延伸学习
第18章 神经网络
18.1 感知器
18.2 前馈神经网络
18.3 反向传播
18.4 实例：战胜CAPTCHA
18.5 延伸学习
第19章 聚类分析
19.1 原理
19.2 模型
19.3 示例：聚会
19.4 选择聚类数目k
19.5 示例：对色彩进行聚类
19.6 自下而上的分层聚类
19.7 延伸学习
第20章 自然语言处理
20.1 词云
20.2 n-grams模型
20.3 语法
20.4 题外话：吉布斯采样
20.5 主题建模
20.6 延伸学习
第21章 网络分析
21.1 中介中心度
21.2 特征向量中心度
21.2.1 矩阵乘法
21.2.2 中心度
21.3 有向图与PageRank
21.4 延伸学习
第22章 推荐系统
22.1 手工甄筛
22.2 推荐流行事物
22.3 基于用户的协同过滤方法
22.4 基于物品的协同过滤算法
22.5 延伸学习
第23章 数据库与SQL
23.1 CREATE TABLE与INSERT
23.2 UPDATE
23.3 DELETE
23.4 SELECT
23.5 GROUP BY
23.6 ORDER BY
237 JOIN
23.8 子查询
23.9 索引
23.10 查询优化
23.11 NoSQL
23.12 延伸学习
第24章 MapReduce
24.1 案例：单词计数
24.2 为什么是MapReduce
24.3 更加一般化的MapReduce
24.4 案例：分析状态更新
24.5 案例：矩阵计算
24.6 题外话：组合器
24.7 延伸学习
第25章 数据科学前瞻
25.1 IPython
25.2 数学
25.3 不从零开始
25.3.1 NumPy
25.3.2 pandas
25.3.3 scikit-learn
25.3.4 可视化
25.3.5 R
25.4 寻找数据
25.5 从事数据科学
25.5.1 Hacker News
25.5.2 消防车
25.5.3 T恤
25.5.4 你呢？
