您好,欢迎来到聚文网。 登录 免费注册
大数据分析 理论、方法及应用

大数据分析 理论、方法及应用

  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: (德)史蒂文·S.斯基纳
  • 出版日期: 2022-04-01
  • 商品条码: 9787111703471
  • 版次: 1
  • 开本: 16开
  • 页数: 336
  • 出版年份: 2022
定价:¥129 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
本书对迅速兴起的数据科学跨学科领域提供必要的介绍,重点介绍构建用于收集、分析和解释数据的系统所需的关键技能,以及成为优秀数据科学家的基本原则。“正确地做简单的事情”,帮助读者发展数学直觉,用最少的数学推导说明关键概念。本书使用计算机科学家最自然的方法突出统计推理的核心价值,不依赖任何特定的编程语言或数据分析工具套件,而是侧重于对重要设计原则的深入讨论。 本书特色: ·包含“实战故事”,为数据科学如何应用于现实世界提供参考。 ·强调“错误的开始”,揭示某些方法失败的微妙原因。 ·提供“课后拓展”,强调每一章中需要特别注意的一些概念。 ·包括“练习”,为读者自学提供广泛的习题和项目。 ·“Kaggle挑战”让读者挑战现实世界中的问题。 本书对迅速兴起的数据科学跨学科领域提供必要的介绍,重点介绍构建用于收集、分析和解释数据的系统所需的关键技能,以及成为优秀数据科学家的基本原则。“正确地做简单的事情”,帮助读者发展数学直觉,用最少的数学推导说明关键概念。本书使用计算机科学家最自然的方法突出统计推理的核心价值,不依赖任何特定的编程语言或数据分析工具套件,而是侧重于对重要设计原则的深入讨论。 本书特色: ·包含“实战故事”,为数据科学如何应用于现实世界提供参考。 ·强调“错误的开始”,揭示某些方法失败的微妙原因。 ·提供“课后拓展”,强调每一章中需要特别注意的一些概念。 ·包括“练习”,为读者自学提供广泛的习题和项目。 ·“Kaggle挑战”让读者挑战现实世界中的问题。
内容简介
本书对迅速兴起的数据科学跨学科领域提供必要的介绍,内容引人入胜,叙述条理清晰,特别强调分析数据时什么是真正重要的内容,使读者直观地理解如何使用这些核心概念。具体内容主要包括数据科学是什么、数据整理、得分和排名、统计分析、数据可视化、数学模型、线性代数、线性回归、logistic回归、距离和网络方法、机器学习、大数据等。
本书特别适合作为数据科学和大数据相关专业本科生和低年级研究生的教材,也非常适合作为该领域和相关领域从业者的自学参考书。
作者简介
史蒂文·S.斯基纳(Steven S.Skiena),博士,石溪大学的杰出教授,研究方向是数据科学、自然语言处理和算法。由于对本科教学工作有杰出贡献,他曾获得IEEE计算机科学与工程本科教学奖。他还撰写了6本书,包括知名的The Algorithm Design Manual、Programming Challenges: The Programming Contest Training Marelal。
目录
译者序
前言
第1章什么是数据科学
1.1计算机科学、数据科学和真正的科学
1.2从数据中提出有趣的问题
1.2.1棒球百科全书
1.2.2互联网电影数据库
1.2.3Google Ngrams
1.2.4纽约出租车记录
1.3数据的属性
1.3.1结构化与非结构化数据
1.3.2定量数据与类别数据
1.3.3大数据与小数据
1.4分类与回归
1.5关于数据科学的电视节目:The Quant Shop
1.6关于实战故事
1.7实战故事:回答正确的问题
1.8章节注释
1.9练习
第2章数学基础
2.1概率
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网