从事数据科学方面的工作时,活用各种相关函式库、软体框架、模组、工具包是很好的做法,但如果原本完全不懂数据科学,从头开始也是一种不错的做法。本书将采取土法炼钢从头学起的方式,带领读者认识与数据科学相关的许多工具与演算法。
你只要具备基本的数学能力,以及程式设计的基础,本书就可以帮你在遇到相关的数学与统计知识时,不至于感到害怕,而且还能让你学会一个数据科学家所需具备的相关骇客技术。如今到处充斥着各种杂乱的数据资料,其中包含许多问题的解答,但也有很多微妙之处,甚至连问题本身都还没被提出来过。如果你真心想要挖掘问题的解答,本书将可以提供你一些相关的知识。
首先来一堂Python速成班
学习线性代数、统计、机率的基础知识——并学会何时、如何在数据科学领域中灵活运用这些知识
搜集、探索、清理、转换、处理各种数据资料
深入理解机器学习的基础 灵活运用像是k最近邻、单纯贝氏、线性与逻辑回归、决策树、神经网路、集群等种种模型
探讨推荐系统、自然语言处理、网路分析、MapReduce与数据库的相关知识
名人推荐 「Joel带领我们领略探索数据科学,让我们从一般的好奇心,进入到更深入的理解,并学会所有资料科学家都应该知道的各种实用演算法。」 ——Rohit Sivaprasad, Soylent公司数据科学家
【Table of Contents】目录/大纲/内容概要
第1章简介
第2章Python速成班
第3章数据视觉化
第4章线性代数
第5章统计学
第6章机率
第7章假设与推论
第8章梯度递减
第9章取得数据资料
第10章处理数据资料
第11章机器学习
第12章k最近邻
第13章单纯贝氏
第14章简单线性回归
第15章多元回归
第16章逻辑回归
第17章决策树
第18章神经网路
第19章集群
第20章自然语言处理
第21章网路分析
第22章推荐系统
第23章资料库与SQL
第24章MapReduce
第25章勇往直前,数据科学做就对了
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“DS464” 可以获取《【经典书】用Python学数据科学(Data Science from Scratch),464页pdf》专知下载链接索引