婵犵數濮烽弫鍛婃叏閻戣棄鏋侀柟闂寸绾剧粯绻涢幋鐑嗙劯婵炴垶鐟﹂崕鐔兼煏婵炲灝鍔氶柣搴弮濮婃椽宕楅懖鈹垮仦闂佸搫鎳忕划宀勬偩閻戣棄钃熼柕澶涚畱閳ь剛鏁婚弻銊モ攽閸℃侗鈧鏌$€n偆銆掔紒杈ㄥ浮閸┾偓妞ゆ帒瀚壕鍏兼叏濡灝浜归柛鐐垫暬閺岋綁鎮╅悜妯糕偓鍐偣閳ь剟鏁冮埀顒€宓勯梺鍛婄☉鏋ù婊勭矒閺屻劑寮村Δ鈧禍楣冩倵濞堝灝鏋涘褍閰i獮鎴﹀閻橆偅鏂€闁诲函缍嗘禍璺横缚婵犲洦鈷戠紓浣光棨椤忓嫷鍤曢悹铏规磪閹烘绠涢柣妤€鐗冮幏娲⒒閸屾氨澧涚紒瀣浮楠炴牠骞囬鐘殿啎閻庣懓澹婇崰鏍嵁閺嶎厽鐓熼柨婵嗘噹濡茬粯銇勯锝囩畼闁圭懓瀚伴幖褰掓偡閺夎法顔囬梻鍌氬€风欢姘跺焵椤掑倸浠滈柤娲诲灡閺呰埖瀵肩€涙ḿ鍘炬俊銈忕畳濞夋洜鑺遍崸妤佺厪闁搞儯鍔屾慨宥嗩殽閻愭潙娴鐐差儔閹粓宕卞鍡橈紙闂傚倸鍊搁崐椋庣矆娓氣偓楠炴牠顢曚綅閸ヮ剦鏁嶉柣鎰綑閳ь剝鍩栫换婵嬫濞戞艾顣哄銈冨劜瀹€鎼佸蓟濞戔懇鈧箓骞嬪┑鍥╀簮婵犵鍓濊ぐ鍐偋閹捐钃熼柨鐔哄Т缁€鍐煃閸濆嫬鈧悂寮冲Δ鍛拺濞村吋鐟х粔顒€霉濠婂骸澧版俊鍙夊姍楠炴帒螖閳ь剚鍎柣鐔哥矊闁帮絽顕i幎钘夌厸闁告劦浜為敍婊堟煛婢跺﹦澧戦柛鏂跨Ч钘熼柛顐犲劜閻撴稑霉閿濆牜娼愮€规洖鐭傞弻鈩冩媴鐟欏嫬纾抽梺杞扮劍閹瑰洭寮幘缁樻櫢闁跨噦鎷� [闂傚倸鍊搁崐鎼佸磹瀹勬噴褰掑炊椤掍礁鍓銈嗗姧缁犳垿鐛姀銈嗙厓閺夌偞澹嗛崝宥嗐亜閺傚灝顏紒杈ㄦ崌瀹曟帒顫濋钘変壕闁告縿鍎抽惌娆撴煕閺囥劌鐏犵紒鐙€鍨堕弻銊╂偆閸屾稑顏� | 闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柤鍝ユ暩娴犳氨绱撻崒娆掑厡缂侇噮鍨跺畷婵單旈崘銊ョ亰闂佸搫鍟悧濠囧磹婵犳碍鐓㈡俊顖欒濡叉悂鏌f惔顔煎籍婵﹨娅g划娆撳箰鎼淬垺瀚抽梻浣虹《閺呮盯宕弶鎴殨闁归棿绀侀崘鈧銈嗘尵閸犳捇宕㈤鍛瘈闁汇垽娼ф禒婊堟煟韫囨梻绠炵€规洘绻傞~婵嬫嚋閻㈤潧骞愰梻浣呵归張顒勩€冮崨顔绢洸闁跨噦鎷�]

    • 人人可懂的数据科学
      • 作者:(爱尔兰)约翰·D.凯莱赫//布伦丹·蒂尔尼|译者:张世武//黄元勋
      • 出版社:机械工业
      • ISBN:9787111637264
      • 出版日期:2019/10/01
      • 页数:210
    • 售价:23.6
  • 内容大纲

        本书从数据科学发展演化史,数据科学定义,数据、数据集,数据科学生态系统,机器学习,数据科学标准任务,隐私与道德,发展趋势等角度,对数据科学展开了精彩的阐述。
        本书精准界定了数据科学的术语、任务、生命周期,并介绍了主流的数据科学生态技术,以及决策树、回归分析、神经网络、深度学习等常见机器学习算法。同时也涵盖隐私、数据道德等方面的话题,介绍了数据科学可能引发的隐私泄露、人为歧视、不公平,以及欧盟、美国等组织或国家针对数据因素保护、数据道德的立法。
  • 作者介绍

  • 目录

    译者序
    前言
    致谢
    作者简介
    第1章  什么是数据科学
      1.1  数据科学简史
        1.1.1  数据收集简史
        1.1.2  数据分析简史
        1.1.3  数据科学的产生与发展
      1.2  数据科学用于何处
        1.2.1  销售和营销中的数据科学
        1.2.2  数据科学在政府中的应用
        1.2.3  数据科学在竞技体育中的应用
      1.3  为什么是现在
      1.4  关于数据科学的神话
    第2章  什么是数据,什么是数据集
      2.1  关于数据的观点
      2.2  数据可以积累,而智慧不能
      2.3  CRISP-DM
    第3章  数据科学生态系统
      3.1  将算法迁移至数据
        3.1.1  传统数据库与现代的传统数据库
        3.1.2  大数据架构
        3.1.3  混合数据库世界
      3.2  数据准备和集成
    第4章  机器学习
      4.1  有监督学习与无监督学习
      4.2  学习预测模型
        4.2.1  相关性不等同于因果,但它有时非常有用
        4.2.2  线性回归
        4.2.3  神经网络与深度学习
        4.2.4  决策树
      4.3  数据科学中的偏差
      4.4  评估模型:泛化而不是记忆
      4.5  摘要
    第5章  标准的数据科学任务
      5.1  谁是我们的目标客户(聚类)
      5.2  这是欺诈吗(异常值检测)
      5.3  你要配份炸薯条吗(关联规则挖掘)
      5.4  流失还是不流失,这是一个问题(分类)
      5.5  它价值几何(回归)
    第6章  隐私与道德
      6.1  商业利益与个人隐私
        6.1.1  数据科学的道德启示:画像与歧视
        6.1.2  数据科学的道德含义:创建一个全景监狱
      6.2  隐私保护
        6.2.1  保护隐私的计算方法
        6.2.2  规范数据使用和保护隐私的法律框架
      6.3  通往道德的数据科学之路
    第7章  未来趋势与成功准则

      7.1  医疗数据科学
      7.2  智慧城市
      7.3  数据科学项目准则:为什么会成功或失败
      7.4  终极思考
    术语表
    延伸阅读
    参考文献