数据科学与分析 Python语言实现

 

本书由前IBM首席数据科学家撰写，旨在为励志成为数据科学家的读者给出一个可行的实践指南。从Python入门开始，逐步实现数据分析、机器学习等通用算法，进而讨论数据科学家的典型工作流程，很后从实践入手，由浅入深，精选决策树、降维技术、支持向量机等数据分析案例，让读者能逐步理解晦涩的公式理论并上手操作，可以满足不同层次的读者需求。

 

译者序
前言
读者指南
章数据科学家的试验与磨难1
1.1数据？科学？数据科学！1
1.2数据科学家：现代鹿角兔4
1.3数据科学工具9
1.4从数据到洞察力：数据科学工作流11
1.4.1识别问题13
1.4.2获取数据13
1.4.3数据挖掘13
1.4.4建模与评价13
1.4.5表征与互动14
1.4.6数据科学：一个迭代过程14
1.5总结15
第2章Python：接近不同的编程语言16
2.1为何是Python？为何不是？17
2.1.1使用Shell或不使用Shell19
2.1.2使用iPython/JupyterNotebook20
2.2初探Python21
2.2.1基本类型21
2.2.2数字21
2.2.3字符串22
2.2.4复数23
2.2.5列表24
2.2.6元组27
2.2.7字典29
2.3控制流31
2.3.1if...elif...else31
2.3.2while32
2.3.3for33
2.3.4try...except34
2.3.5函数36
2.3.6脚本和模块39
2.4计算和数据处理41
2.4.1矩阵操作和线性代数41
2.4.2NumPy数组和矩阵42
2.4.3索引和切片45
2.5“熊猫”前来救驾46
2.6绘图和可视化库：Matplotlib50
2.7总结52
第3章能够探知的机器：机器学习和模式识别53
3.1认知模式53
3.2人工智能和机器学习54
3.3数据很好，但也需要其他支持56
3.4学习、预测和分类57
3.5机器学习和数据科学58
3.6特征选择59
3.7偏差、差异和正规化：平衡法60
3.8一些有用的措施：距离和相似性61
3.9注意“维度的诅咒”64
3.10Scikit-learn是我们的朋友67
3.11训练和测试70
3.12交叉验证72
3.13总结75
第4章关系难题：回归76
4.1变量之间的关系：回归76
4.2多元线性回归78
4.3普通最小二乘法80
4.4大脑与身体：单变量回归83
4.5对数变换90
4.6使任务更容易：标准化和扩展93
4.6.1正则化或单位缩放94
4.6.2z-Score缩放95
4.7多项式回归96
4.8方差–偏差权衡99
4.9收缩：选择运算符和Ridge101
4.10总结105
第5章鹿角兔和野兔：聚类107
5.1聚类107
5.2k–均值聚类108
5.2.1聚类验证110
5.2.2k–均值实际操作112
5.3总结115
第6章独角兽和马：分类116
6.1分类116
6.1.1混淆矩阵117
6.1.2ROC和AUC119
6.2使用KNN算法分类121
6.3逻辑回归分类器126
6.3.1逻辑回归的解释129
6.3.2逻辑回归的应用130
6.4使用朴素贝叶斯算法进行分类136
6.4.1朴素贝叶斯分类器139
6.4.2朴素贝叶斯分类的应用140
6.5总结144
第7章决策：分层聚类、决策树和集成技术145
7.1分层聚类145
7.2决策树150
7.3集成技术160
7.3.1套袋164
7.3.2助推164
7.3.3随机森林165
7.3.4层叠和混合166
7.4集成技术实践167
7.5总结171
第8章少即多：降维172
8.1降维172
8.2主成分分析175
8.2.1PCA实践177
8.2.2PCA在鸢尾花数据集中的应用180
8.3奇异值分解183
8.4推荐系统187
8.4.1基于内容的过滤实践188
8.4.2协同过滤实践191
8.5总结195
第9章内核秘诀：支持向量机197
9.1支持向量机和内核方法197
9.1.1支持向量机199
9.1.2内核的技巧204
9.1.3SVM实践：回归205
9.1.4SVM实践：分类208
9.2总结212
附录Scikit-learn中的管道213
参考文献217