Data Science from Scratch中文版：用Python學資料科學(Data Science from Scratch)～推薦！

作者：Joel Grus
譯者：藍子軒
出版社：歐萊禮
出版日期：2016/10/28
語言：繁體中文

ISBN：9789864761982
規格：平裝/328頁/18.5x23cm/普通級/單色印刷/初版
出版地：台灣
本書分類：電腦資訊>資料庫>其他

【Author】作者/繪者/著者/譯者

作者簡介

Joel Grus

　　是一位目前任職於Google的一位軟體工程師，之前也曾在幾家新創公司擔任過資料科學家的工作。目前住在西雅圖，愉快地從事著資料科學方面的工作。他會不定期進行更新部落格joelgrus.com，推特帳號是@joelgrus。

【Introduction】簡介/書評/特色/摘要

　　從事資料科學方面的工作時，活用各種相關函式庫、軟體框架、模組、工具包是很好的做法，但如果原本完全不懂資料科學，從頭開始也是一種不錯的做法。本書將採取土法煉鋼從頭學起的方式，帶領讀者認識與資料科學相關的許多工具與演算法。

　　你只要具備基本的數學能力，以及程式設計的基礎，本書就可以幫你在遇到相關的數學與統計知識時，不至於感到害怕，而且還能讓你學會一個資料科學家所需具備的相關駭客技術。如今到處充斥著各種雜亂的數據資料，其中包含許多問題的解答，但也有很多微妙之處，甚至連問題本身都還沒被提出來過。如果你真心想要挖掘問題的解答，本書將可以提供你一些相關的知識。

　　．首先來一堂Python速成班
　　．學習線性代數、統計、機率的基礎知識——並學會何時、如何在資料科學領域中靈活運用這些知識
　　．搜集、探索、清理、轉換、處理各種數據資料
　　．深入理解機器學習的基礎
　　．靈活運用像是k最近鄰、單純貝氏、線性與邏輯迴歸、決策樹、神經網路、集群等種種模型
　　．探討推薦系統、自然語言處理、網路分析、MapReduce與資料庫的相關知識

名人推薦

　　「Joel帶領我們領略探索資料科學，讓我們從一般的好奇心，進入到更深入的理解，並學會所有資料科學家都應該知道的各種實用演算法。」 ——Rohit Sivaprasad, Soylent公司資料科學家

【Table of Contents】目錄/大綱/內容概要

第1章簡介
第2章 Python速成班
第3章數據視覺化
第4章線性代數
第5章統計學
第6章機率
第7章假設與推論
第8章梯度遞減
第9章取得數據資料
第10章處理數據資料
第11章機器學習
第12章 k最近鄰
第13章單純貝氏
第14章簡單線性迴歸
第15章多元迴歸
第16章邏輯迴歸
第17章決策樹
第18章神經網路
第19章集群
第20章自然語言處理
第21章網路分析
第22章推薦系統
第23章資料庫與SQL
第24章 MapReduce
第25章勇往直前，資料科學做就對了

【Preface】序/前言/推薦/心得

序

　　如果想學好駭客技術，最好的方法還是設法去找個東西來駭一下。閱讀本書之後，你就會瞭解我駭東西的做法，不過對你來說，我的做法倒不一定是最好的做法。另外，你也會對我所使用的工具有相當多的了解，但對你而言那些工具也不一定是最好用的工具。你還會相當熟悉我處理數據問題的做法，而你自己在解決數據問題時，那同樣不見得是最好的做法。我的目的（和期待），就是希望我的例子能激發你，用你自己的方式去嘗試。本書所有程式碼和數據資料，全都可以在GitHub上取得，希望你能有個好的開始。

ISBN：9789864761982
規格：平裝/328頁/18.5x23cm/普通級/單色印刷/初版
出版地：台灣
本書分類：電腦資訊>資料庫>其他