Python數(shù)據(jù)科學導(dǎo)論：概念、技術(shù)與應(yīng)用

譯者序

原書前言

作者和貢獻者簡介

第1章 數(shù)據(jù)科學概述 // 1 

1.1　什么是數(shù)據(jù)科學 //1 

1.2　關(guān)于本書 //2

第2章　數(shù)據(jù)專家的工具箱 //4 

2.1　引言 // 4 

2.2　為什么選擇Python // 4 

2.3　數(shù)據(jù)專家的基本Python庫 // 5 

2.3.1　數(shù)值和科學計算：NumPy和SciPy // 5 

2.3.2　Scikit-learn：Python中的機器學習庫 // 5 

2.3.3　Pandas：Python數(shù)據(jù)分析庫 // 5 

2.4　數(shù)據(jù)科學生態(tài)系統(tǒng)的安裝 // 6 

2.5　集成開發(fā)環(huán)境 // 6 

2.5.1　網(wǎng)絡(luò)集成開發(fā)環(huán)境：Jupyter // 7 

2.6　數(shù)據(jù)專家從Python開始 // 7 

2.6.1　讀取 // 11 

2.6.2　選擇數(shù)據(jù) // 13 

2.6.3　篩選數(shù)據(jù) // 14 

2.6.4　篩選缺失的數(shù)據(jù) // 15 

2.6.5　處理數(shù)據(jù) // 15 

2.6.6　排序 // 19 

2.6.7　分組數(shù)據(jù) // 20 

2.6.8　重排數(shù)據(jù) // 21 

2.6.9　對數(shù)據(jù)進行排名 // 22 

2.6.10　繪圖 // 23 

2.7　小結(jié) // 24

第3章　描述統(tǒng)計學 // 25 

3.1　引言 // 25 

3.2　數(shù)據(jù)準備 // 25 

3.2.1　Adult數(shù)據(jù)集示例 // 26 

3.3　探索性數(shù)據(jù)分析 // 28 

3.3.1　匯總數(shù)據(jù) // 28 

3.3.2　數(shù)據(jù)分布 // 31 

3.3.3　離群點的處理 // 33 

3.3.4　測量不對稱性：偏度和皮爾遜中值偏度系數(shù) // 36 

3.3.5　連續(xù)分布 // 38 

3.3.6　核密度 // 39 

3.4　估計 // 41 

3.4.1　樣本和估計均值、方差和標準記分 // 41 

3.4.2　協(xié)方差、皮爾遜相關(guān)和斯皮爾曼秩相關(guān) // 42 

3.5　小結(jié) // 44

參考文獻 // 45 

第4章　統(tǒng)計推斷 // 46 

4.1　引言 // 46 

4.2　統(tǒng)計推斷：頻率論方法 // 46 

4.3　測量估計的差異性 // 47 

4.3.1　點估計 // 47 

4.3.2　置信區(qū)間 // 50 

4.4　假設(shè)檢驗 // 53 

4.4.1　用置信區(qū)間檢驗假設(shè) // 53 

4.4.2　使用p值檢驗假設(shè) // 55 

4.5　效應(yīng)E是真實的嗎 // 57 

4.6　小結(jié) // 57

參考文獻 // 58

第5章　監(jiān)督學習 // 59 

5.1　引言 // 59 

5.2　問題 // 60 

5.3　第一步 // 60 

5.4　什么是學習？ // 69 

5.5　學習曲線 // 70 

5.6　訓練、驗證和測試 // 73 

5.7　兩種學習模型 // 76 

5.7.1　學習三要素 // 76 

5.7.2　支持向量機 // 77 

5.7.3　隨機森林 // 79 

5.8　結(jié)束學習過程 // 80 

5.9　商業(yè)案例 // 81 

5.10　小結(jié) // 83

參考文獻 // 83

第6章　回歸分析 // 84 

6.1　引言 // 84 

6.2　線性回歸 // 84 

6.2.1　簡單線性回歸 // 85 

6.2.2　多元線性回歸和多項式回歸 // 90 

6.2.3　稀疏模型 // 90 

6.3　邏輯斯蒂回歸 // 97 

6.4　小結(jié) // 99

參考文獻 // 99

第7章　無監(jiān)督學習 // 100 

7.1　引言 // 100 

7.2　聚類 // 100 

7.2.1　相似度和距離 // 101 

7.2.2　什么是一個好的聚類？定義衡量聚類質(zhì)量的度量 // 101 

7.2.3　聚類技術(shù)的分類標準 // 104 

7.3　案例學習 // 113 

7.4　小結(jié) // 118

參考文獻 // 119

第8章　網(wǎng)絡(luò)分析 // 120 

8.1　引言 // 120 

8.2　圖的基本定義 // 121 

8.3　社交網(wǎng)絡(luò)分析 // 122 

8.3.1　NetworkX基礎(chǔ) // 122 

8.3.2　實際案例：Facebook數(shù)據(jù)集 // 123 

8.4　中心性 // 125 

8.4.1　在圖中繪制中心性 // 130 

8.4.2　PageRank // 132 

8.5　自我網(wǎng)絡(luò) // 134 

8.6　社區(qū)發(fā)現(xiàn) // 138 

8.7　小結(jié) // 139

參考文獻 // 139 

第9章　推薦系統(tǒng) // 140 

9.1　引言 // 140 

9.2　推薦系統(tǒng)如何工作？ // 140 

9.2.1　基于內(nèi)容的過濾 // 141 

9.2.2　協(xié)作過濾 // 141 

9.2.3　混合推薦系統(tǒng) // 141 

9.3　建模用戶偏好 // 142 

9.4　評估推薦系統(tǒng) // 142 

9.5　實際案例 // 143 

9.5.1　MovieLens數(shù)據(jù)集 // 143 

9.5.2　基于用戶的協(xié)作過濾 // 145 

9.6　小結(jié) // 153

參考文獻 // 153

第10章　用于情感分析的統(tǒng)計自然語言處理 // 154 

10.1　引言 // 154 

10.2　數(shù)據(jù)清洗 // 155 

10.3　文本表示 // 158 

10.3.1　二元組和n元組 // 163 

10.4　實際案例 // 163 

10.5　小結(jié) // 168

參考文獻 // 168

第11章　并行計算 // 169 

11.1　引言 // 169 

11.2　架構(gòu) // 170 

11.2.1　入門指南 // 171 

11.2.2　連接到集群（引擎）// 171 

11.3　多核編程 // 172 

11.3.1　引擎的直接視圖 // 172 

11.3.2　引擎的負載均衡視圖 // 175 

11.4　分布式計算 // 176 

11.5　實際應(yīng)用：紐約出租車旅行 // 177 

11.5.1　直接視圖非阻塞方案 // 178 

11.5.2　實驗結(jié)果 // 180 

11.6　小結(jié) // 182

參考文獻 // 182