《深入淺出數據科學》是2019年8月人民郵電出版社出版的圖書，作者是[美]斯楠·奧茲德米爾（Sinan Ozdemir）。
基本介紹
- 中文名：深入淺出數據科學
- 作者：[美]斯楠·奧茲德米爾（Sinan Ozdemir）
- 出版社：人民郵電出版社
- 出版時間：2019年8月
- 頁數：311 頁
- 定價：69 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787115481269
內容簡介,作者簡介,圖書目錄,
內容簡介
數據科學家是目前熱門的職業之一。本書全面介紹了成為合格數據科學家所需的知識、技能和工作流程，是一本內容全面的實用性技術圖書。
本書分為13章，其中第1～3章介紹數據科學；第4～8章介紹數學知識，包括統計學和機率論；第9章介紹數據可視化；第10～12章介紹機器學習；第13章介紹案例。各個章節內容均由淺入深，同時通過案例和Python代碼，使讀者掌握實戰技能。
本書適合有志於成為數據科學家的師生或業界新手，同時也適合經驗豐富的職場老手參考。
作者簡介
作者簡介
Sinan Ozdemir是一名數據科學家、創業者和教育工作者。Sinan的學術生涯在約翰?霍普金斯大學（The Johns Hopkins University）渡過，主修數學專業。隨後他從事教育事業，曾經在約翰?霍普金斯大學和General Assembly公司舉辦多次數據科學講座。在此之後，他創立了旨在通過人工智慧技術和數據科學力量幫助企業銷售團隊的創業公司Legion Analytics。
譯者簡介
張星辰，北京榮之聯科技股份有限公司BI 技術顧問，畢業於重慶郵電大學，具有5年數據相關工作經驗，熟悉商業智慧型和數據可視化，通過了微軟數據科學專業認證。
中文版審校人
鮮思東，重慶郵電大學教授，碩士生導師，複雜系統智慧型分析與決策重慶市高校重點實驗室副主任，中國商業統計學會理事。現任國際期刊《Advancements in Case Studies》編輯，擔任《Knowledge-Based Systems》和《IEEE Transactions on Systems、Man and Cybernetics: Systems》等多個國際期刊的審稿人。
洪賢斌，西交利物浦大學、英國利物浦大學機器學習方向博士生，蘇州谷歌開fa者社區組織者。
圖書目錄
第1章 如何聽起來像數據科學家 1
1.1 什麼是數據科學 3
1.1.1 基本的專業術語 3
1.1.2 為什麼是數據科學 4
1.1.3 案例：西格瑪科技公司 4
1.2 數據科學韋恩圖 5
1.2.1 數學 7
1.2.2 計算機編程 8
1.2.3 為什麼是Python 9
1.2.4 領域知識 13
1.3 更多的專業術語 14
1.4 數據科學案例 15
1.4.1 案例：自動審核政府檔案 16
1.4.2 案例：市場行銷費用 17
1.4.3 案例：數據科學家的崗位描述 18
1.5 總結 21
第 2章 數據的類型 23
2.1 數據的“味道” 23
2.2 為什麼要進行區分 24
2.3 結構化數據和非結構化數據 24
2.4 定量數據和定性數據 28
2.4.1 案例：咖啡店數據 28
2.4.2 案例：世界酒精消費量 30
2.4.3 更深入的研究 32
2.5 簡單小結 33
2.6 數據的4個尺度 33
2.6.1 定類尺度 34
2.6.2 定序尺度 35
2.6.3 定距尺度 37
2.6.4 定比尺度 41
2.7 數據是旁觀者的眼睛 42
2.8 總結 43
第3章 數據科學的5個步驟 44
3.1 數據科學簡介 44
3.2 5個步驟概覽 45
3.2.1 提出有意思的問題 45
3.2.2 獲取數據 45
3.2.3 探索數據 45
3.2.4 數據建模 46
3.2.5 可視化和分享結果 46
3.3 探索數據 46
3.3.1 數據探索的基本問題 47
3.3.2 數據集1：Yelp點評數據 48
3.3.3 數據集2：泰坦尼克 56
3.4 總結 60
第4章 基本的數學知識 61
4.1 數學學科 61
4.2 基本的數學符號和術語 62
4.2.1 向量和矩陣 62
4.2.2 算術符號 65
4.2.3 圖表 68
4.2.4 指數/對數 69
4.2.5 集合論 71
4.3 線性代數 74
4.4 總結 78
第5章 機率論入門：不可能，還是不太可能 79
5.1 基本的定義 79
5.2 機率 80
5.3 貝葉斯VS頻率論 81
5.4 複合事件 84
5.5 條件機率 86
5.6 機率定理 87
5.6.1 加法定理 87
5.6.2 互斥性 88
5.6.3 乘法定理 88
5.6.4 獨立性 89
5.6.5 互補事件 89
5.7 再進一步 91
5.8 總結 92
第6章 高等機率論 93
6.1 互補事件 93
6.2 重溫貝葉斯思想 94
6.2.1 貝葉斯定理 94
6.2.2 貝葉斯定理的更多套用 97
6.3 隨機變數 100
6.3.1 離散型隨機變數 101
6.3.2 連續型隨機變數 110
6.4 總結 113
第7章 統計學入門 114
7.1 什麼是統計學 114
7.2 如何獲取數據 115
7.3 數據抽樣 118
7.3.1 機率抽樣 118
7.3.2 隨機抽樣 119
7.3.3 不等機率抽樣 120
7.4 如何描述統計量 120
7.4.1 測度中心 120
7.4.2 變異測度 121
7.4.3 變異係數 125
7.4.4 相對位置測度 126
7.5 經驗法則 132
7.6 總結 134
第8章 高等統計學 135
8.1 點估計 135
8.2 抽樣分布 139
8.3 置信區間 142
8.4 假設檢驗 145
8.4.1 實施假設檢驗 146
8.4.2 單樣本t檢驗 147
8.4.3 I型錯誤和II型錯誤 151
8.4.4 分類變數的假設檢驗 151
8.5 總結 155
第9章 交流數據 156
9.1 為什麼交流數據很重要 156
9.2 識別有效和無效的可視化 157
9.2.1 散點圖 157
9.2.2 折線圖 159
9.2.3 條形圖 160
9.2.4 直方圖 162
9.2.5 箱形圖 163
9.3 當圖表和統計在說謊 166
9.3.1 相關性VS因果關係 166
9.3.2 辛普森悖論 168
9.3.3 如果相關性不等於因果關係，那什麼導致了因果關係 169
9.4 語言交流 170
9.4.1 關鍵在於講故事 170
9.4.2 正式場合的注意事項 170
9.5 為什麼演示、如何演示和演示策略 171
9.6 總結 172
第 10章 機器學習精要：你的烤箱在學習嗎 173
10.1 什麼是機器學習 173
10.2 機器學習並不完美 175
10.3 機器學習如何工作 176
10.4 機器學習的分類 176
10.4.1 監督學習 177
10.4.2 無監督學習 182
10.4.3 強化學習 183
10.5 統計模型如何納入以上分類 186
10.6 線性回歸 186
10.6.1 增加更多預測因子 191
10.6.2 回歸指標 193
10.7 Logistic回歸 199
10.8 機率、幾率和對數幾率 201
10.9 啞變數 206
10.10 總結 210
第 11章 樹上無預言，真的嗎 212
11.1 樸素貝葉斯分類 212
11.2 決策樹 220
11.2.1 計算機如何生成回歸樹 221
11.2.2 計算機如何擬合分類樹 222
11.3 無監督學習 226
11.3.1 無監督學習的使用場景 226
11.3.2 K均值聚類 227
11.3.3 如何選擇最佳的K值，並對簇進行評價 233
11.4 特徵提取和主成分分析 235
11.5 總結 246
第 12章 超越精要 247
12.1 偏差-方差權衡 247
12.1.1 偏差導致的誤差 248
12.1.2 方差導致的誤差 248
12.1.3 兩種極端的偏差-方差權衡情況 255
12.1.4 偏差-方差如何組成誤差函式 256
12.2 K層交叉驗證 257
12.3 格線搜尋算法 261
12.4 集成技術 266
12.4.1 隨機森林 268
12.4.2 隨機森林VS決策樹 273
12.5 神經網路 274
12.6 總結 279
第 13章 案例 280
13.1 案例1：基於社交媒體預測股票價格 280
13.1.1 文本情感分析 280
13.1.2 探索性數據分析 281
13.1.3 超越案例 294
13.2 案例2：為什麼有些人會對配偶撒謊 295
13.3 案例3：初試TensorFlow 301
13.4 總結 311
