数据科学入门 在线电子书 图书标签: 数据分析 数据科学 机器学习 Python 数据挖掘 计算机科学 计算机 CS
发表于2024-05-18
数据科学入门 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载 2024
前面读起来感觉还可以,有种学会了感觉,但后面就慢慢读不懂了,作者对这些算法的历史,特点,适用场景等知识似乎没有怎么讨论,所以后面感觉学的就比较混乱了。而且不依赖矩阵等类库,看似用标准库就实现许多算法很厉害, 其实反而加大了学习难度跟减少了实用性。 但是对人还是有一定启发的
评分讲的很简单啊,不是内容简单,是描述简单,书里面讲了几百个概念,每个概念半页到一页讲完~
评分泛读课,或选修课用教材。
评分有Python 基础,拿来入门DS 还是不错。统计及常用机器学习算法都讲得比较全面了,也有足够的例子。可视化让我新知道了seaborn、D3.js 这些工具,也算有所裨益。
评分范围介绍,示例代码还是不错的
Joel Grus
是Google的一位软件工程师,曾于数家创业公司担任数据科学家。目前住在西雅图,专注于数据科学工作并乐此不疲。偶尔在joelgrus.com发表博客,长期活跃于Twitter @joelgrus。
数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。
作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具和实现算法,并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。
通过阅读本书,你可以:
学到一堂Python速成课;
学习线性代数、统计和概率论的基本方法,了解它们是怎样应用在数据科学中的;
掌握如何收集、探索、清理、转换和操作数据;
深入理解机器学习的基础;
运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型;
探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。
数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。 作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具...
评分书名叫《数据科学入门》,可实际上却并不适合零基础的人读,需要有一定的基础(包括python基础和数学基础)。我觉得称之为“指南”更合适。 —————————— 当初为什么买这本书? 有段时间对数据异常着迷,只要和数据有关的数都不管三七二十一加到购物车,发工资了就买。...
评分数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。 作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具...
评分数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。 作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具...
评分书名叫《数据科学入门》,可实际上却并不适合零基础的人读,需要有一定的基础(包括python基础和数学基础)。我觉得称之为“指南”更合适。 —————————— 当初为什么买这本书? 有段时间对数据异常着迷,只要和数据有关的数都不管三七二十一加到购物车,发工资了就买。...
数据科学入门 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载 2024