数据科学手册 azw3 网盘 高速 下载地址大全 免费

本书对数据科学进行了整体性介绍，涵盖了掌握该学科所需的分析、编程和业务技能等方方面面。找到一个的数据科学家就像是寻找一只独角兽：因为其所需要的技术及技能组合很难在一个人身上兼备。另外，良好的数据科学素养不仅仅是对所训练技能的综合应用，还需要能够灵活考虑所有这些领域，并理解它们之间的联系。本书提供了数据科学的速成课程，将所有必要的技能结合到一个统一的学科体系中。与许多数据分析的书籍不同，本书涵盖了关键的计算机科学和软件工程相关内容，因为它们在数据科学家的日常工作中发挥了极其重要的作用。本书还介绍了经典的机器学习算法，从这些算法的数学基础到实际应用均有描述。本书对可视强调其在数据科学中的核心位置。引入古典统计学的目的是帮助读者用批判性思维对数据进行解释，并指出常见的陷阱。对分析结果的清化工具进行了综述，并晰交流（这也许是数据科学技术中*为薄弱的一个环节）有专门的章节进行讲解，本书对所有涉及的主题均是在解决实际问题的背景下加以解释。

译者序 原书前言 第1章　引言：成为独角兽 1 第Ⅰ部分　必须掌握的基础素材 第2章　数据科学路线图 6 第3章　编程语言 13 第4章　数据预处理：字符串操作、正则表达式和数据清理 36 第5章　可视化与简单度量 48 第6章　机器学习概要 70 第7章　插曲：特征提取思路 74 第8章　机器学习分类 77 第9章　技术交流与文档化 96 第Ⅱ部分　仍需要知道的事情 第10章　无监督学习：聚类与降维 108 10.1　维数灾难 108 10.2　实例：“特征脸”降维 110 10.3　主成分分析与因子分析 112 10.4　Skree图与维度的理解 113 10.5　因子分析 114 10.6　PCA的局限性 114 10.7　聚类 115 10.7.1　聚类簇的实际评估 115 10.7.2　k均值聚类 116 10.7.3　高斯混合模型 117 10.7.4　合成聚类 118 10.7.5　聚类质量评价 118 10.7.6　轮廓分数 118 10.7.7　兰德指数与调整兰德指数 120 10.7.8　互信息 120 10.8　延伸阅读 121 10.9　术语 121 第11章　回归 122 11.1　实例：预测糖尿病进展 122 11.2　最小二乘法 125 11.3　非线性曲线拟合 126 11.4　拟合度：R2和相关度 127 11.5　残差相关性 128 11.6　线性回归 128 11.7　LASSO回归与特征选择 130 11.8　延伸阅读 131 11.9　术语 131 第12章　数据编码与文件格式 132 12.1　典型的文件格式类别 132 12.1.1　文本文件 132 12.1.2　密集数组 133 12.1.3　程序相关的数据格式 133 12.1.4　数据压缩和数据存档 133 12.2　CSV文件 133 12.3　JSON文件 134 12.4　XML文件 136 12.5　HTML文件 138 12.6　Tar文件 139 12.7　GZip文件 140 12.8　Zip文件 140 12.9　图像文件：栅格化、矢量化及压缩 141 12.10　归根到底都是字节 142 12.11　整型数 142 12.12　浮点数 143 12.13　文本数据 144 12.14　延伸阅读 146 12.15 　术语 146 第13章　大数据 147 13.1　什么是大数据 147 13.2　Hadoop：文件系统与处理器 148 13.3　使用HDFS 149 13.4　PySpark脚本实例 150 13.5　Spark概述 151 13.6　Spark操作 152 13.7　运行PySpark的两种方式 154 13.8　Spark配置 154 13.9　底层的细节 155 13.10　Spark提示与技巧 156 13.11　 MapReduce范例 157 13.12　性能考量 158 13.13　延伸阅读 159 13.14　术语 160 第14章　数据库 161 14.1　关系数据库及MySQL 162 14.1.1　基本查询和分组 162 14.1.2　连接 164 14.1.3　嵌套查询 165 14.1.4　运行MySQL并管理数据库 166 14.2　键-值存储 167 14.3　宽列存储 167 14.4　文档存储 168 14.4.1　MongoDB 168 14.5　延伸阅读 170 14.6　术语 170 第15章　软件工程最佳实践 172 15.1　编码风格 172 15.2　数据科学家的版本控制和Git 174 15.3　代码测试 176 15.3.1　单元测试 176 15.3.2　集成测试 178 15.4　测试驱动的开发 178 15.5　敏捷方法 179 15.6　延伸阅读 179 15.7　术语 179 第16章　自然语言处理 181 16.1　是否真正需要NLP 181 16.2　两种流派的对垒：语言学与统计学 181 16.3　实例：股市文章的论点分析 182 16.4　软件和数据库 184 16.5　词语切分 184 16.6　核心概念：词袋 184 16.7　单词加权：TF-IDF 185 16.8　n-gram 186 16.9　停用词 186 16.10　词形还原与词干提取 187 16.11　同义词 187 16.12　词性标注 188 16.13　常见问题 188 16.13.1　搜索 188 16.13.2　情感分析 189 16.13.3　实体识别与主题建模 189 16.14　高级NLP：语法树、知识以及理解 190 16.15　延伸阅读 191 16.16　术语 191 第17章　时间序列分析 192 17.1　实例：预测维基百科页面的访问量 192 17.2　典型的工作流 196 17.3　时间序列与时间戳事件 196 17.4　插值的重采样 196 17.5　信号平滑 199 17.6　对数变换及其他变换 199 17.7　趋势和周期性 199 17.8　窗口化 200 17.9　简单特征的头脑风暴 201 17.10　更好的特征：向量形式的时间序列 201 17.11　傅里叶分析：有时候非常有效 202 17.12　上下文中的时间序列：全套特征 204 17.13　延伸阅读 205 17.14　术语 205 第18章　概率 206 18.1　抛硬币：伯努利随机变量 206 18.2　掷飞镖：均匀随机变量 207 18.3　均匀分布和伪随机数 208 18.4　非离散型、非连续型随机变量 209 18.5　记号、期望和标准偏差 210 18.6　独立概率、边际概率和条件概率 211 18.7 　重尾的理解 212 18.8　二项分布 214 18.9　泊松分布 214 18.10　正态分布 215 18.11　多元高斯分布 216 18.12　指数分布 217 18.13　对数正态分布 218 18.14　熵 218 18.15　延伸阅读 220 18.16　术语 220 第19章　统计学 222 19.1　统计学透视 222 19.2　贝叶斯与频率论：使用上的权衡及不同学派 223 19.3　假设检验：关键思想和范例 223 19.4　多重假设检验 225 19.5　参数估计 226 19.6　假设检验：t检验 227 19.7　置信区间 229 19.8　贝叶斯统计学 230 19.9　朴素贝叶斯统计学 231 19.10　贝叶斯网络 232 19.11　先验概率选择：最大熵或领域知识 232 19.12　延伸阅读 233 19.13　术语 233 第20章　编程语言概念 235 20.1　编程范式 235 20.1.1　命令式 235 20.1.2　函数式 236 20.1.3　面向对象 239 20.2　编译与解释 242 20.3　类型系统 244 20.3.1　静态类型与动态类型 244 20.3.2　强类型与弱类型 244 20.4　延伸阅读 245 20.5　术语 245 第21章　性能和计算机内存 247 21.1　示例脚本 247 21.2　算法性能与Big-O符号 249 21.3　一些经典问题：排序列表与二分查找 250 21.4　摊销性能与平均性能 253 21.5　两个原则：减小开销和管理内存 255 21.6　性能技巧：在适用的情况下使用数字化库 256 21.7　性能技巧：删除不需要的大型结构 257 21.8　性能技巧：尽可能使用内置函数 257 21.9　性能技巧：避免不必要的函数调用 258 21.10　性能技巧：避免创建大型新对象 258 21.11　延伸阅读 259 21.12　术语 259 第Ⅲ部分　专业或高级主题 第22章　计算机内存和数据结构 262 22.1　虚拟内存、堆栈和堆结构 262 22.2　C程序实例 262 22.3　内存数据类型和数组 263 22.4　结构 264 22.5　指针、堆栈和堆 265 22.6　关键数据结构 269 22.6.1　字符串 269 22.6.2　可调数组 269 22.6.3　哈希表 271 22.6.4　链表 272 22.6.5　二叉搜索树 273 22.7　延伸阅读 274 22.8　术语 274 第23章　最大似然估计和最优化 276 23.1　最大似然估计 276 23.2　一个简单实例：直线拟合 277 23.3　另一个例子：逻辑回归 278 23.4　最优化 279 23.5　梯度下降和凸优化 280 23.6　凸优化 283 23.7　随机梯度下降 284 23.8　延伸阅读 284 23.9　术语 284 第24章　高级分类器 286 24.1　函数库注解 286 24.2　基础深度学习 287 24.3　卷积神经网络 289 24.4　不同类型的层以及张量到底是什么 290 24.5　实例：MNIST手写数据集 291 24.6　递归神经网络 293 24.7　贝叶斯网络 294 24.8　训练和预测 295 24.9　马尔可夫链蒙特卡洛理论 296 24.10　PyMC实例 297 24.11　延伸阅读 299 24.12　术语 299 第25章　随机建模 300 25.1　马尔可夫链 300 25.2　两类马尔可夫链、两类问题 302 25.3　马尔可夫链蒙特卡洛 303 25.4　隐马尔可夫模型和Viterbi算法 304 25.5　维特比算法 305 25.6　随机游走 307 25.7　布朗运动 308 25.8　ARIMA模型 308 25.9　连续时间马尔可夫过程 309 25.10　泊松过程 310 25.11　延伸阅读 310 25.12　术语 311 告别语：　数据科学家的未来 312

暂无相关内容，正在全力查找中

暂无其它内容！

暂时还没有人为这本书评论！