[书籍]《数据科学实战》（中文版样章，英文全版）

jerker

17557

122

收藏 2015-04-03

内容简介：
本书脱胎于哥伦比亚大学“数据科学导论”课程的教学讲义，它界定了数据科学的研究范畴，是一本注重人文精神，多角度、全方位、深入介绍数据科学的实用指南，堪称大数据时代的实战宝典。本书旨在让读者能够举一反三地解决重要问题，内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。另外，本书还将带领读者展望数据科学未来的发展。
本书适合所有希望通过数据分析解决问题的人阅读参考，包括数据科学家、金融工程师、统计学家、物理学家、学生及其他对数据科学感兴趣的人。
下面这张图，想必很多坛友都很有感触，欢迎各位踊跃发言。

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。

本帖隐藏的内容

数据科学实战-试读.pdf
大小:(3.31 MB)

马上下载

Rachel Schutt, Cathy O'Neil-Doing Data Science_ Straight Talk from the Fron.rar
大小:(26.18 MB)

马上下载

本附件包括：

Rachel Schutt, Cathy O'Neil-Doing Data Science_ Straight Talk from the Frontline-O'Reilly Media (2013).pdf

  本书作者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最新算法、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、提升实战技能的优秀指南。
•       统计推断、探索性数据分析（EDA）及数据科学工作流程
•       算法
•       垃圾邮件过滤、朴素贝叶斯和数据清理
•       逻辑回归
•       金融建模
•       推荐引擎和因果关系
•       数据可视化
•       社交网络与数据新闻
•       数据工程、MapReduce、Pregel和Hadoop

作者简介：
   Rachel Schutt
   美国新闻集团旗下数据科学部门高级副总裁、哥伦比亚大学统计系兼职教授、约翰逊实验室高级研究科学家，同时也是哥伦比亚大学数据科学及工程研究所教育委员会的发起人之一。她曾在谷歌研究院工作数年，负责设计算法原型并通过建模理解用户行为。
   Cathy O'Neil
   约翰逊实验室高级数据科学家、哈佛大学数学博士、麻省理工学院数学系博士后、巴纳德学院教授，曾发表过大量算术代数几何方面的论文。他曾在著名的全球投资管理公司D.E. Shaw担任对冲基金金融师，后加入专门评估银行和对冲基金风险的软件公司RiskMetrics，个人博客：mathbabe.org。