Data Science from Scratch中文版（第二版）：用Python学资料科学 pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

从事资料科学方面的工作时，活用各种相关函式库、软体框架、模组、工具包是很好的做法，但如果原本完全不懂资料科学，从头开始也是一种不错的做法。本书将採取土法炼钢从头学起的方式，带领读者认识与资料科学相关的许多工具与演算法。

　　你只要具备基本的数学能力，以及程式设计的基础，本书就可以帮你在遇到相关的数学与统计知识时，不至于感到害怕，而且还能让你学会一个资料科学家所需具备的相关骇客技术。如今到处充斥着各种杂乱的数据资料，其中包含许多问题的解答，但也有很多微妙之处，甚至连问题本身都还没被提出来过。如果你真心想要挖掘问题的解答，本书将可以提供你一些相关的知识。

　　．首先来一堂Python速成班
　　．学习线性代数、统计、机率的基础知识——并学会何时、如何在资料科学领域中灵活运用这些知识
　　．搜集、探索、清理、转换、处理各种数据资料
　　．深入理解机器学习的基础
　　．灵活运用像是k最近邻、单纯贝氏、线性与逻辑回归、决策树、神经网路、集群等种种模型
　　．探讨推荐系统、自然语言处理、网路分析、MapReduce与资料库的相关知识

好评推荐

　　「Joel带领我们领略探索资料科学，让我们从一般的好奇心，进入到更深入的理解，并学会所有资料科学家都应该知道的各种实用演算法。」 —— Rohit Sivaprasad, Soylent公司资料科学家

　　「对于想要了解机器学习的工程师而言，这是一本奠定基础的最佳入门书。」 -- Tom Marthaler, Amazon专案经理

　　「要将资料科学的概念转换为程式码并不容易，这本书让它变简单了。」 -- William Cox, Grubhub机器学习工程师

著者信息

作者简介

Joel Grus

　　是Allen人工智慧研究所的研究工程师。之前曾在Google担任软体工程师，并在多家新创公司担任资料科学家。目前他住在西雅图，愉快地从事着资料科学方面的工作。

　　个人部落格：joelgrus.com
　　推特：@joelgrus

图书目录

第1章简介
第2章 Python速成班
第3章资料视觉化
第4章线性代数
第5章统计学
第6章机率
第7章假设与推论
第8章梯度递减
第9章取得资料
第10章处理资料
第11章机器学习
第12章 k最近邻
第13章单纯贝氏
第14章简单线性回归
第15章多元回归
第16章逻辑回归
第17章决策树
第18章神经网路
第19章深度学习
第20章集群
第21章自然语言处理
第22章网路分析
第23章推荐系统
第24章资料库与SQL
第25章 MapReduce
第26章资料道德规范
第27章勇往直前，资料科学做就对了