作 者:(美)舒特(Rachel Schutt),(美)奥尼尔(Cathy O'Neil) 著;冯凌秉,王群锋 译 著作
定 价:79
出 版 社:人民邮电出版社
出版日期:2015年03月01日
页 数:290
装 帧:平装
ISBN:9787115383495
●作者介绍
●关于封面图
●前言
●章 简介:什么是数据科学
●1.1 大数据和数据科学的喧嚣
●1.2 冲出迷雾
●1.3 为什么是现在
●1.4 数据科学的现状和历史
●1.5 数据科学的知识结构
●1.6 思维实验:元定义
●1.7 什么是数据科学家
●1.7.1 学术界对数据科学家的定义
●1.7.2 工业界对数据科学家的定义
●第2章 统计推断、探索性数据分析和数据科学工作流程
●2.1 大数据时代的统计学思考
●2.1.1 统计推断
●2.1.2 总体和样本
●2.1.3 大数据的总体和样本
●2.1.4 大数据意味着大胆的假设
●2.1.5 建模
●部分目录
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、多方面、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。
(美)舒特(Rachel Schutt),(美)奥尼尔(Cathy O'Neil) 著;冯凌秉,王群锋 译 著作
Rachel Schutt
美国新闻集团旗下数据科学部门不错副总裁、哥伦比亚大学统计系兼职教授、约翰逊实验室不错研究科学家、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
约翰逊实验室不错数据科学家、哈弗大学数学博士、巴纳德学院教授,曾发表过大量算术代数几何方面的论文。他曾在有名的优选投资管理公司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RiskMetricd,个人博客:mathbabe.org