基本信息

• 商品名称：数据科学实战/图灵程序设计丛书
• 作者：(美)舒特//奥尼尔|译者:冯凌秉//王群锋
• 定价：79
• 出版社：人民邮电
• ISBN号：9787115383495

其他参考信息（以实物为准）

• 出版时间：2015-03-01
• 印刷时间：2015-03-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：290
• 字数：487千字

内容提要

由舒特、奥尼尔编著的《数据科学实战》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、 、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。
     本书适合所有希望通过数据分析解决问题的人阅 读参考，包括数据科学家、金融工程师、统 计学家、物理学家、学生及其他对数据科学感兴趣的 人。
    

作者简介

王群锋，毕业于西安电子科技大学，现任职于IBM西安研发中心，从事下一代统计预测软件的开发运维工作。 冯凌秉，，澳大利亚国立大学统计学博士，本科和研究生分别毕业于中南财经政法大学和中国人民大学。现在，他任职于江西财经大学金融管理 研究院，任讲师、硕士生导师，研究方向为应用统计与金融计量。 奥尼尔（Cathy 0’Neil），Johnson研究实验室的 数据科学家，具有哈佛大学的数学博士学位，是麻省理工学院数学系的博士后，曾经是巴纳德学院的教授。 舒特（Rachel Schutt），美国新闻集团数据科学 副总裁，是哥伦比亚大学的统计学兼职教授，也是数据科学和工程学院教育委员会的创始会员。

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
2.5.1 RealDirect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 k近邻模型(k-NN)
3.2.3 k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
4.1.2 k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
4.5 Bash代码示例”
4.6 网页抓取：APl和其他工具
4.7 Jake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 引擎
第9章 数据可视化与欺诈侦测
0章 社交网络与数据新闻学
1章 因果关系研究
2章 流行病学
3章 从竞赛中学到的：数据泄漏和模型评价
4章 数据工程：Mapreduce pregel、Hadoop
5章 听听学生学们怎么说
6章 下一代数据科学家、自大狂和职业道德