数据科学实战
作 者: (美)舒特(Rachel Schutt),(美)奥尼尔(Cathy O''Neil)
出版时间: 2015
内容简介
本书脱胎于哥伦比亚大学“数据科学导论”课程的教学讲义,它界定了数据科学的研究范畴,是一本注重人文精神,多角度、全方位、深入介绍数据科学的实用指南,堪称大数据时代的实战宝典。本书旨在让读者能够举一反三地解决重要问题,内容包括:数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。另外,本书还将带领读者展望数据科学未来的发展。
目录
作者介绍
关于封面图
前言
第1章简介:什么是数据科学
1.1大数据和数据科学的喧嚣
1.2冲出迷雾
1.3为什么是现在
1.4数据科学的现状和历史
1.5数据科学的知识结构
1.6思维实验:元定义
1.7什么是数据科学家
1.7.1学术界对数据科学家的定义
1.7.2工业界对数据科学家的定义
第2章统计推断、探索性数据分析和数据科学工作流程
2.1大数据时代的统计学思考
2.1.1统计推断
2.1.2总体和样本
2.1.3大数据的总体和样本
2.1.4大数据意味着大胆的假设
2.1.5建模
2.2探索性数据分析
2.2.1探索性数据分析的哲学
2.2.2练习:探索性数据分析
2.3数据科学的工作流程
2.4思维实验:如何模拟混沌
2.5案例学习:RealDirect
2.5.1RealDirect是如何赚钱的
2.5.2练一练:RealDirect公司的数据策略
第3章算法
3.1机器学习算法
3.2三大基本算法
3.2.1线性回归模型
3.2.2足近邻模型(k-NN)
3.2.3I(均值算法
3.3练习:机器学习算法基础
3.4总结
3.5思维实验:关于统计学家的自动化
第4章垃圾邮件过滤器、朴素贝叶斯与数据清理
4.1思维实验:从实例中学习
4.1.1线性回归为何不适用
4.1.2l(近邻效果如何
4.2朴素贝叶斯模型
4.2.1贝叶斯法则
4.2.2个别单词的过滤器
4.2.3直通朴素贝叶斯
4.3拉普拉斯平滑法
4.4对比朴素贝叶斯和k近邻
4.5Bash代码示例”
4.6网页抓取:APl和其他工具
4.7Jake的练习题:文章分类问题中的朴素贝叶斯模型
第5章逻辑回归
5.1思维实验
5.2分类器
5.2.1运行时间
5.2.2你自己
5.2.3模型的可解释性
5.2.4可扩展性
……
第6章时间戳数据与金融建模
第7章从数据到结论
第8章构建面向大量用户的推荐引擎
第9章数据可视化与欺诈侦测
第10章社交网络与数据新闻学
第11章因果关系研究
第12章流行病学
第13章从竞赛中学到的:数据泄漏和模型评价
第14章数据工程:Mapreduce pregel、Hadoop
第15章听听学生学们怎么说
第16章下一代数据科学家、自大狂和职业道德