數(shù)據(jù)科學(xué)實(shí)戰(zhàn)

定　價(jià)：￥79.00

作　者：	（美）舒特（Rachel Schutt），（美）奧尼爾（Cathy O''Neil）
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘數(shù)據(jù)庫

購買這本書可以去

ISBN：	9787115383495	出版時(shí)間：	2015-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	290頁	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書脫胎于哥倫比亞大學(xué)“數(shù)據(jù)科學(xué)導(dǎo)論”課程的教學(xué)講義，它界定了數(shù)據(jù)科學(xué)的研究范疇，是一本注重人文精神，多角度、全方位、深入介紹數(shù)據(jù)科學(xué)的實(shí)用指南，堪稱大數(shù)據(jù)時(shí)代的實(shí)戰(zhàn)寶典。本書旨在讓讀者能夠舉一反三地解決重要問題，內(nèi)容包括：數(shù)據(jù)科學(xué)及工作流程、統(tǒng)計(jì)模型與機(jī)器學(xué)習(xí)算法、信息提取與統(tǒng)計(jì)變量創(chuàng)建、數(shù)據(jù)可視化與社交網(wǎng)絡(luò)、預(yù)測(cè)模型與因果分析、數(shù)據(jù)預(yù)處理與工程方法。另外，本書還將帶領(lǐng)讀者展望數(shù)據(jù)科學(xué)未來的發(fā)展。

作者簡(jiǎn)介

　　Rachel Schutt，美國(guó)新聞集團(tuán)旗下數(shù)據(jù)科學(xué)部門高級(jí)副總裁、哥倫比亞大學(xué)統(tǒng)計(jì)系兼職教授、約翰遜實(shí)驗(yàn)室高級(jí)研究科學(xué)家，同時(shí)也是哥倫比亞大學(xué)數(shù)據(jù)科學(xué)及工程研究所教育委員會(huì)的發(fā)起人之一。她曾在谷歌研究院工作數(shù)年，負(fù)責(zé)設(shè)計(jì)算法原型并通過建模理解用戶行為。Cathy O'Neil，約翰遜實(shí)驗(yàn)室高級(jí)數(shù)據(jù)科學(xué)家、哈佛大學(xué)數(shù)學(xué)博士、麻省理工學(xué)院數(shù)學(xué)系博士后、巴納德學(xué)院教授，曾發(fā)表過大量算術(shù)代數(shù)幾何方面的論文。他曾在著名的全球投資管理公司D.E. Shaw擔(dān)任對(duì)沖基金金融師，后加入專門評(píng)估銀行和對(duì)沖基金風(fēng)險(xiǎn)的軟件公司RiskMetrics，個(gè)人博客：mathbabe.org。

圖書目錄

作者介紹
關(guān)于封面圖
前言
第1章簡(jiǎn)介：什么是數(shù)據(jù)科學(xué)
　1．1大數(shù)據(jù)和數(shù)據(jù)科學(xué)的喧囂
　1．2沖出迷霧
　1．3為什么是現(xiàn)在
　1．4數(shù)據(jù)科學(xué)的現(xiàn)狀和歷史
　1．5數(shù)據(jù)科學(xué)的知識(shí)結(jié)構(gòu)
　1．6思維實(shí)驗(yàn)：元定義
　1．7什么是數(shù)據(jù)科學(xué)家
　　1．7．1學(xué)術(shù)界對(duì)數(shù)據(jù)科學(xué)家的定義
　　1．7．2工業(yè)界對(duì)數(shù)據(jù)科學(xué)家的定義
第2章統(tǒng)計(jì)推斷、探索性數(shù)據(jù)分析和數(shù)據(jù)科學(xué)工作流程
　2．1大數(shù)據(jù)時(shí)代的統(tǒng)計(jì)學(xué)思考
　　2．1．1統(tǒng)計(jì)推斷
　　2．1．2總體和樣本
　　2．1．3大數(shù)據(jù)的總體和樣本
　　2．1．4大數(shù)據(jù)意味著大膽的假設(shè)
　　2．1．5建模
　2．2探索性數(shù)據(jù)分析
　　2．2．1探索性數(shù)據(jù)分析的哲學(xué)
　　2．2．2練習(xí)：探索性數(shù)據(jù)分析
　2．3數(shù)據(jù)科學(xué)的工作流程
　2．4思維實(shí)驗(yàn)：如何模擬混沌
　2．5案例學(xué)習(xí)：RealDirect
　　2．5．1RealDirect是如何賺錢的
　　2．5．2練一練：RealDirect公司的數(shù)據(jù)策略
第3章算法
　3．1機(jī)器學(xué)習(xí)算法
　3．2三大基本算法
　　3．2．1線性回歸模型
　　3．2．2足近鄰模型(k-NN)
　　3．2．3I(均值算法
　3．3練習(xí)：機(jī)器學(xué)習(xí)算法基礎(chǔ)
　3．4總結(jié)
　3．5思維實(shí)驗(yàn)：關(guān)于統(tǒng)計(jì)學(xué)家的自動(dòng)化
第4章垃圾郵件過濾器、樸素貝葉斯與數(shù)據(jù)清理
　4．1思維實(shí)驗(yàn)：從實(shí)例中學(xué)習(xí)
　　4．1．1線性回歸為何不適用
　　4．1．2l(近鄰效果如何
　4．2樸素貝葉斯模型
　　4.2．1貝葉斯法則
　　4．2．2個(gè)別單詞的過濾器
　　4．2．3直通樸素貝葉斯
　4．3拉普拉斯平滑法
　4．4對(duì)比樸素貝葉斯和k近鄰
　4．5Bash代碼示例”
　4.6網(wǎng)頁抓?。篈Pl和其他工具
　4．7Jake的練習(xí)題：文章分類問題中的樸素貝葉斯模型
第5章邏輯回歸
　5．1思維實(shí)驗(yàn)
　5．2分類器
　　5．2．1運(yùn)行時(shí)間
　　5．2．2你自己
　　5．2．3模型的可解釋性
　　5．2．4可擴(kuò)展性
　……
第6章時(shí)間戳數(shù)據(jù)與金融建模
第7章從數(shù)據(jù)到結(jié)論
第8章構(gòu)建面向大量用戶的推薦引擎
第9章數(shù)據(jù)可視化與欺詐偵測(cè)
第10章社交網(wǎng)絡(luò)與數(shù)據(jù)新聞學(xué)
第11章因果關(guān)系研究
第12章流行病學(xué)
第13章從競(jìng)賽中學(xué)到的：數(shù)據(jù)泄漏和模型評(píng)價(jià)
第14章數(shù)據(jù)工程：Mapreduce pregel、Hadoop
第15章聽聽學(xué)生學(xué)們?cè)趺凑f
第16章下一代數(shù)據(jù)科學(xué)家、自大狂和職業(yè)道德