介绍数据科学基本知识的重量级读本，Google数据科学家作品。 数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为 21世纪头号性感职业 。本书从零始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识 数学和统计学。 作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。通过阅读本书，你可以：学到一堂Python速成课；学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；掌握如何收集、探索、清理、转换和操作数据；深理解机器学习的基础；运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；探索推荐系统、自然语言处
1.全能数据科学家成长指南，长居美亚机器学习热销榜； 2.新版基于Python 3.6，新引了类型注释等许多功能； 3.根据数据科学近几年的发展，新增了关于深度学习、统计学和自然语言处理等主题，让图书内容与时俱。 - 学到一堂Python速成课。 - 学习线性代数、统计学和概率论的基础知识，并能将其灵活地用于数据科学项目。 - 掌握如何获取、探索、清洗、处理和调整数据。 - 深理解机器学习概念，尤其是深度学习概念。 - 运用k*近邻法、朴素贝叶斯、线性回归、逻辑回归、决策树、神经网络和聚类等算法实现数据模型。 - 探索自然语言处理、网络分析、推荐系统、数据库与SQL、MapReduce。 无论你身处哪个行业，数据都能成为你的好帮手。善于从凌乱的数据中提取有用的信息，你就能在面对业务难题时游刃有余，用数据说话，为决策找到有力的支撑。 欢迎数据科学世界
不同类型文本数据的获取、清洗、组织和可视化如何用NumPy和Pandas模块处理数值数据探索用MySQL和MongoDB配置、填充、查询数据网络创建、度量和分析概率与统计以及机器学习的相关基本概念
图灵程序设计丛书:数据科学从入门到实战(套装全8册)(套装共8册)
大数据时代，人们越来越意识到数据在工作和生活中的重要性，数据科学家应运而生。面对媒体天花乱坠的炒作，怎么才能拨云见日，真正掌握这门跨学科利用数据的学问呢？这本脱胎于常春藤名校哥伦比亚大学“数据科学导论”课程的实战手册能够给你一个满意的回答。 《数据科学实战》作者Rachel Schutt曾在谷歌研究院工作多年，现为美国新闻集团数据科学高 级副总裁。她在哥伦比亚大学任教期间，广泛邀请了谷歌、微软、eBay及一些创业公司的数据科学家为学生授课，打破了所谓大学里教不出数据科学家的神话。这些讲座涵盖了上述公司及业界使用的全新算法、方法和模型。本书就是在这些一手资料基础上汇编而成的，它不仅可供不具备相关领域知识的初学者真正了解数据科学，而且也是熟悉线性代数、概率论、统计学、机器学习等主题的人士开阔视野
《Python数据科学应用从门到精通》是张甜博士和数据分析领域专家杨维忠合力造的精心之作，现在已成为编辑推荐。本书全面介绍了Python数据分析的基本概念和技能，包括数据清洗、数据可视化、统计分析、机器学习等。重要的是，本书注重实践应用，提供了大量的实例和案例，帮助读者更好地理解和掌握所学知识。无论是经济学、管理学、统计学、金融学、社会学、医学还是电子商务等专业学生，都可以将其作为学习Python数据分析的专业教材和参考书。而对于企业和事业单位来说，本书也是数字化人才培养的教科书和工具书。同时，职场人士也可以利用本书自学，掌握Python数据分析，提升数据挖掘、分析和可视化建模能力，从而提高工作效率和改善绩效水平。
数据科学家实践指南，依据高科技公司中数据科学家的职位描述和要求，创作本书。提供三大实战案例：1.使用真实的电影评分数据创建一个电影推荐系统；2.创建一个能实际运行的维基百科数据搜索引擎；3.创建一个垃圾邮件分类器，可以对邮件账户中的垃圾邮件和正常邮件行正确的分类。本书涵盖准备分析数据、训练机器学习模型和可视化分析结果等主题，有助你提高使用Python高效地行数据分析和机器学习的能力，并建立信心以更好地分析自己的机器学习模型。●清理和准备数据，使其可用于分析●应用Python中流行的聚类和回归方法●使用决策树和随机森林训练高效的机器学习模型●使用Python Matplotlib库对分析结果行可视化●使用Apache Spark的MLlib包在大型数据库上行机器学习
女士品茶：统计学如何变革了科学和生活(科学松鼠会推荐统计学领域入门书,了解统计学,你就是大数据时代的明白人!)
统计学门*读本，科学松鼠会强力推荐！ 这是一本经典的门级读物，每介绍一个新的概念，都会行大量的背景介绍，再辅以相关奇闻异事。就算是对于一个门外汉来说，也能读懂一个特定概念是做什么用的。 像小说一样的科普书，堪称统计学领域的《苏菲的世界》 在作者笔下，固执的皮尔逊、低调的戈塞特、天才的费舍尔，一如武林高手一样，在统计学的思想领域激烈交锋。他们和后续各个时代代表性的天才，共同演绎了二十世纪这场绚丽多彩又跌宕起伏的统计学革命。有读者评论，本书之于统计学，一如《苏菲的世界》之于哲学。 了解统计学的人，运气都不会太差。大数据时代，你需要懂统计学思想。 统计学从不猜想，而是测量未来！从乐透到大数据，全都需要统计学，不懂统计学，你就等着被骗吧！
