濠电姷鏁告慨鐑藉极閸涘﹥鍙忛柣鎴f閺嬩線鏌熼梻瀵割槮缁惧墽绮换娑㈠箣閻戝棛鍔┑鐐村灦閻燂箓宕曢悢鍏肩厪濠电偛鐏濋崝姘舵煟鎼搭喖寮慨濠冩そ瀹曟鎳栭埞鍨沪闂備礁鎼幊蹇曞垝瀹€鍕仼闁绘垼妫勯拑鐔兼煏婢舵稓鐣遍柍褜鍓涢弫濠氬蓟閵娿儮鏀介柛鈩冧緱閳ь剚顨婇弻锛勨偓锝庡亞閵嗘帞绱掓潏銊ユ诞闁糕斁鍋撳銈嗗笒鐎氼剛澹曢崗鍏煎弿婵☆垰鐏濇禍褰掓煕閻愬灚鏆柡宀嬬秮閹晠鎮滃Ο绯曞亾閸愵喗鍋i柍褜鍓熼弫鍐焵椤掆偓瀹撳嫰姊洪崨濠勨槈閺嬵亜霉濠婂嫮鐭掗柡灞诲姂瀵潙螖閳ь剚绂嶆ィ鍐╁€垫繛鍫濈仢閺嬫稑顭胯闁帮綁鐛幋锕€顫呴柣姗嗗亝閺傗偓闂佽鍑界紞鍡樼鐠烘í缂氬┑鐘叉处閳锋垹绱撴担鍏夋(妞ゅ繐瀚烽崵鏇㈡偣閾忚纾柟鐑橆殔缁犳盯鏌eΔ鈧悧鍐箯濞差亝鈷掗柛灞炬皑婢ф稓绱掔€n偄娴鐐寸墵楠炲洭顢橀悩娈垮晭闁诲海鎳撴竟濠囧窗閺嶎厾宓侀柡宥庡幗閻撶喖鏌ㄥ┑鍡樺櫣婵¤尙绮妵鍕敃閿濆洨鐣奸梺鍦嚀鐎氫即骞栬ぐ鎺撳仭闁哄娉曢鍥⒒閸屾艾鈧娆㈠璺虹劦妞ゆ帒鍊告禒婊堟煠濞茶鐏¢柡鍛板煐鐎佃偐鈧稒岣块崢鐐繆閵堝繒鐣虫繛澶嬫礈閼洪亶宕稿Δ浣哄帾闂佹悶鍎崝灞炬叏瀹ュ棭娈介柣鎰綑濞搭喗顨ラ悙宸剶闁诡喗绮撳畷鍗烆潨閸℃﹫绱欓梻鍌氬€搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偞鐗犻、鏇氱秴闁搞儺鍓﹂弫宥夋煟閹邦厽缍戦柍褜鍓濋崺鏍崲濠靛顥堟繛鎴炶壘椤e搫顪冮妶鍐ㄥ姕鐎光偓閹间礁钃熸繛鎴旀噰閳ь剨绠撻獮瀣攽閸モ晙绨┑鐘殿暯閸撴繆銇愰崘顔藉亱闁规崘顕ч拑鐔兼煥閻斿搫孝缂佲偓閸愵喗鐓冮柛婵嗗閳ь剚鎮傚鍐参旈崨顔规嫼婵炴潙鍚嬮悷褏绮旈鈧湁婵犲﹤楠告晶鐗堜繆閸欏濮嶆鐐村笒铻栭柍褜鍓氶崕顐︽煟閻斿摜鐭婇梺甯到椤曪綁骞庨挊澶屽幐闂佸憡鍔︽禍鐐烘晬濠婂牊鐓涘璺猴功婢ф垿鏌涢弬璺ㄐч挊鐔兼煕椤愮姴鍔滈柣鎾寸☉闇夐柨婵嗙墱濞兼劗鈧娲栭惌鍌炲蓟閳╁啯濯撮悷娆忓绾炬娊姊烘潪鎵妽闁圭懓娲顐﹀箻缂佹ɑ娅㈤梺璺ㄥ櫐閹凤拷 [闂傚倸鍊搁崐鎼佸磹閹间礁纾圭€瑰嫭鍣磋ぐ鎺戠倞妞ゆ帊绀侀崜顓烆渻閵堝棗濮х紒鐘冲灴閻涱噣濮€閵堝棛鍘撻柡澶屽仦婢瑰棝宕濆鍡愪簻闁哄倸鐏濋顐ょ磼鏉堛劍宕岀€规洘甯掗~婵嬵敄閽樺澹曢梺鍛婄缚閸庢娊鎯屽▎鎾寸厱闁哄洢鍔岄悘鐘电磼閻欌偓閸ㄥ爼寮婚妸鈺傚亞闁稿本绋戦锟� | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柣鎴eГ閸ゅ嫰鏌ら崫銉︽毄濞寸姵姘ㄧ槐鎾诲磼濞嗘帒鍘$紓渚囧櫘閸ㄨ泛鐣峰┑鍠棃宕橀妸銉т喊闂備礁鎼崯顐︽偋婵犲洤纾瑰┑鐘崇閻撱垺淇婇娆掝劅婵″弶鎮傞弻锝嗘償椤旂厧绫嶅┑顔硷龚濞咃絿鍒掑▎鎾崇閹兼番鍨虹€氭娊姊绘担铏广€婇柡鍛洴瀹曨垶寮堕幋顓炴闂佸綊妫跨粈渚€宕橀埀顒€顪冮妶鍡樺暗闁哥姵鎹囧畷銏ゎ敂閸涱垳鐦堥梺姹囧灲濞佳勭濠婂牊鐓熼煫鍥ㄦ⒒缁犵偟鈧娲樼换鍌烇綖濠靛鍤嬮柣銏ゆ涧楠炴劙姊绘担鍛靛綊寮甸鍕┾偓鍐川椤旂虎娲搁梺璺ㄥ櫐閹凤拷]

    • 像数据达人一样思考和沟通(数据科学统计学与机器学习极简入门)
      • 作者:(美)亚历克斯·J.古特曼//乔丹·哥德梅尔|责编:薛杨|译者:李文菲//筴硕
      • 出版社:清华大学
      • ISBN:9787302643173
      • 出版日期:2023/09/01
      • 页数:273
    • 售价:27.2
  • 内容大纲

        在《像数据达人一样思考和沟通》中,亚历克斯·J.古特曼和乔丹·哥德梅尔两位数据科学家将会揭开数据科学的神秘面纱,提供实用性极强的相关话术和工具。有了这些基础,你一定可以从容面对数据时代给人们带来的各种考验。
        阅读本书,你将能够:
        用统计学的思维去思考,了解数据的变动会给我们的生活和决策带来怎样的影响。
        自信地处理并利用数据,针对工作中的分析统计结果提出怡当的问题,给出明智的建议。理解一些最新技术的本质,包括机器学习、文本分析、深度学习、人工智能等。
        绕开工作中常见的数据陷阱。
        《像数据达人一样思考和沟通》是一本完备的数据科学指南,尤其适用于职场人。本书既包括了职场中的场景介绍(例如,你在职场中会遇到的不同人对数据的理解),也包括了算法背后的数学知识。两位作者在数据科学普及领域深耕多年,立志于打造一本有趣、贴近生活、可读性强的数据科学入门书。每个人都能成为数据达人,积极地参与与数据科学、统计学、机器学习相关的工作。无论你是商务专业人员、工程师、行政人员,还是有志成为数据科学家的研究人员,这本书都会适合你。
  • 作者介绍

  • 目录

    第1篇  掌握数据达人的思维
      第1章  定义问题
        1.1  数据达人应该掌握的问题
        1.2  了解数据项目失败的原因
        1.3  解决重要的问题
        本章小结
      第2章  何为数据
        2.1  数据与信息
        2.2  数据类型
        2.3  数据的收集与组织方式
        2.4  基本汇总统计
        本章小结
      第3章  统计学思维
        3.1  学会质疑
        3.2  无处不在的随机波动
        3.3  概率与统计
        本章小结
    第2篇  掌握数据达人的语言
      第4章  质询数据
        4.1  你会怎么做?
        4.2  数据的来源是什么
        4.3  数据是否具有代表性?
        4.4  是否缺少某些数据?
        4.5  数据集的大小
        本章小结
      第5章  探索数据
        5.1  探索性数据分析
        5.2  培养探索心态
        5.3  数据是否能解答问题?
        5.4  你是否能从数据中发现某些相关性?
        5.5  你是否从数据中发现了新的机会?
        本章小结
      第6章  检查概率
        6.1  猜概率:笔记本电脑是否感染病毒
        6.2  游戏规则
        6.3  概率思想实验
        6.4  谨慎做出独立性假设
        6.5  一切概率都是条件概率
        6.6  保证概率数字有意义
        本章小结
      第7章  质疑统计
        7.1  统计推断的简短讨论
        7.2  统计推断的过程
        7.3  用于质疑统计结果的问题
        本章小结
    第3篇  理解数据科学家的工具箱
      第8章  寻找未知分组
        8.1  无监督学习
        8.2  数据降维
        8.3  主成分分析法(PCA)

        8.4  聚类
        8.5  k-均值聚类
        本章小结
      第9章  理解回归模型
        9.1  监督学习
        9.2  线性回归能做些什么
        9.3  线性回归带给我们什么
        9.4  线性回归的隐患
        9.5  其他回归模型
        本章小结
      第10章  理解分类模型
        10.1  分类模型介绍
        10.2  逻辑回归
        10.3  决策树
        10.4  集成方法
        10.5  谨防陷阱
        10.6  准确性的误解
        本章小结
      第11章  理解文本分析
        11.1  文本分析的期望
        11.2  文本如何变成数字
        11.3  主题建模
        11.4  文本分类
        11.5  实际处理文本分析的细节
        本章小结
      第12章  解析深度学习概念
        12.1  神经网络
        12.2  深度学习的应用
        12.3  深度学习的实践
        12.4  人工智能与你
        本章小结
    第4篇  确保成功
      第13章  注意陷阱
        13.1  数据中的偏差和怪象
        13.2  陷阱大清单
        本章小结
      第14章  知人善任
        14.1  沟通中断的7个场景
        14.2  数据个性
        本章小结
      第15章  未完待续
    术语表