具體描述
數據科學的主要目標就是通過數據分析來改進決策，它與數據挖掘、機器學習等領域緊密相關，但範圍更廣。本書簡要介紹瞭該領域的發展、基礎知識，並闡釋瞭數據科學項目的各個階段。書中既考慮數據基礎架構和集成多個數據源數據所麵臨的挑戰，又介紹機器學習基礎並探討如何應用機器學習專業技術解決現實問題。還綜述瞭倫理和法律問題、數據法規的發展以及保護隱私的計算方法。最後探討瞭數據科學的未來影響，並給齣數據科學項目成功的原則。
著者簡介
約翰· D.凱萊赫(John D. Kelleher) 布倫丹·蒂爾尼(Brendan Tierney) 著：約翰· D.凱萊赫(John D. Kelleher) 是都柏林理工學院計算機科學學院的教授以及信息、通信和娛樂研究所的學術負責人。他的研究得到瞭ADAPT中心的支持，該中心由愛爾蘭科學基金會（Grant 13 / RC / 2106）資助，同時也接受歐洲區域發展基金的資助。 他還是《Fundamentals of Machine Learning for Predictive Data Analytics》的作者之一。
布倫丹·蒂爾尼(Brendan Tierney）是都柏林理工學院計算機科學學院的講師，同時也是Oracle ACE 主任，還著有多本基於Oracle技術的數據挖掘類著作。
圖書目錄
前言
緻謝
作者簡介
第1章 什麼是數據科學 …… 1
1.1 數據科學簡史 …… 5
1.1.1 數據收集簡史 …… 5
1.1.2 數據分析簡史 …… 9
1.1.3 數據科學的産生與發展 …… 14
1.2 數據科學用於何處 …… 20
1.2.1 銷售和營銷中的數據科學 …… 21
1.2.2 數據科學在政府中的應用 …… 22
1.2.3 數據科學在競技體育中的應用 …… 23
1.3 為什麼是現在 …… 25
1.4 關於數據科學的神話 …… 28
第2章 什麼是數據，什麼是數據集 …… 31
2.1 關於數據的觀點 …… 38
2.2 數據可以積纍，而智慧不能 …… 43
2.3 CRISP-DM …… 45
第3章 數據科學生態係統 …… 54
3.1 將算法遷移至數據 …… 61
3.1.1 傳統數據庫與現代的傳統數據庫 …… 64
3.1.2 大數據架構 …… 67
3.1.3 混閤數據庫世界 …… 69
3.2 數據準備和集成 …… 72
第4章 機器學習 …… 77
4.1 有監督學習與無監督學習 …… 78
4.2 學習預測模型 …… 83
4.2.1 相關性不等同於因果，但它有時非常有用 …… 84
4.2.2 綫性迴歸 …… 90
4.2.3 神經網絡與深度學習 …… 96
4.2.4 決策樹 …… 108
4.3 數據科學中的偏差 …… 114
4.4 評估模型：泛化而不是記憶 …… 116
4.5 摘要 …… 119
第5章 標準的數據科學任務 …… 121
5.1 誰是我們的目標客戶（聚類） …… 122
5.2 這是欺詐嗎（異常值檢測） …… 128
5.3 你要配份炸薯條嗎（關聯規則挖掘） …… 131
5.4 流失還是不流失，這是一個問題（分類） …… 136
5.5 它價值幾何（迴歸） …… 141
第6章 隱私與道德 …… 143
6.1 商業利益與個人隱私 …… 145
6.1.1 數據科學的道德啓示：畫像與歧視 …… 148
6.1.2 數據科學的道德含義：創建一個全景監獄 …… 154
6.2 隱私保護 …… 157
6.2.1 保護隱私的計算方法 …… 159
6.2.2 規範數據使用和保護隱私的法律框架 …… 161
6.3 通往道德的數據科學之路 …… 164
第7章 未來趨勢與成功準則 …… 172
7.1 醫療數據科學 …… 172
7.2 智慧城市 …… 174
7.3 數據科學項目準則：為什麼會成功或失敗 …… 177
7.4 終極思考 …… 185
術語錶 …… 188
延伸閱讀 …… 201
參考文獻 …… 203
· · · · · · (收起)
讀後感
評分
評分
評分
評分
用戶評價
Low A-
评分邊讀邊嚮身邊人推薦，全麵但又篇幅很小，詳略得當。第七章的數據科學成功準則，簡直字字印證瞭當前工作的現狀。好書讓人激動啊！
评分Low A-
评分邊讀邊嚮身邊人推薦，全麵但又篇幅很小，詳略得當。第七章的數據科學成功準則，簡直字字印證瞭當前工作的現狀。好書讓人激動啊！
评分Low A-
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有