譯者序
前言
第1章 Python、R和R數據科學簡介1
1.1 什麼是Python1
1.2 什麼是R2
1.3 什麼是數據科學2
1.4 數據科學傢的未來3
1.5 什麼是大數據4
1.6 商務分析與數據科學5
1.7 數據科學傢可用的工具6
1.8 用於數據科學的Python添加包7
1.9 Python和R之間的異同8
1.9.1 為什麼R用戶應該瞭解有關Python的更多信息8
1.9.2 為什麼Python用戶應該瞭解有關R的更多信息9
1.10 教程9
1.11 同時使用R和Python9
1.12 其他軟件和Python13
1.13 將SAS與Jupyter一起使用13
1.14 如何將Python和R用於大數據分析13
1.15 什麼是雲計算15
1.16 如何在雲上使用Python和R15
1.17 Python和R商業版本及其他替代版本16
1.17.1 數據科學傢的常用Linux命令17
1.17.2 學習Git18
1.18 數據驅動的決策32
1.18.1 企業管理戰略框架:非MBA和MBA的數據驅動決策指南32
1.18.2 商務分析的其他框架37
參考文獻40
第2章 數據輸入41
2.1 pandas中的數據輸入41
2.2 網頁抓取數據輸入44
2.3 來自RDBMS的數據輸入48
2.3.1 Windows教程50
2.3.2 安裝50
2.3.3 配置ODBC52
第3章 數據檢查和數據質量62
3.1 數據格式62
3.1.1 將字符串轉換為日期和時間63
3.1.2 將數據框轉換為NumPy數組並返迴Python66
3.2 數據質量68
3.3 數據檢查71
3.4 數據選擇74
3.4.1 隨機選擇數據76
3.4.2 條件選擇76
3.5 R中的數據檢查79
3.5.1 來自R ggplot2添加包中的diamond數據集83
3.5.2 修改R中的日期格式和字符串86
3.5.3 管理R中的字符串88
參考文獻88
第4章 探索性數據分析89
4.1 根據分析分組89
4.2 數值數據89
4.3 分類數據91
第5章 統計建模102
5.1 迴歸的概念102
5.1.1 OLS103
5.1.2 R方103
5.1.3 p值104
5.1.4 異常值104
5.1.5 多重共綫性和異方差性104
5.2 相關關係不是因果關係105
5.2.1 關於數據科學傢統計的說明106
5.2.2 中心趨勢的度量107
5.2.3 分散度的度量107
5.2.4 概率分布110
5.3 R和Python中的綫性迴歸114
5.4 R和Python中的Logistic迴歸132
5.4.1 其他概念136
5.4.2 ROC麯綫和AUC137
5.4.3 偏差與方差137
參考文獻138
第6章 數據可視化139
6.1 數據可視化的概念139
6.1.1 數據可視化的曆史139
6.1.2 Anscombe案例研究140
6.1.3 加載添加包141
6.1.4 獲得均值和標準差142
6.1.5 結論1144
6.1.6 數據可視化144
6.1.7 結論2146
6.2 Tufte關於數據可視化的工作147
6.3 Stephen Few關於儀錶盤的設計147
6.4 基本繪圖149
6.5 高級繪圖156
6.6 交互式繪圖160
6.7 空間分析160
6.8 R中的數據可視化160
6.8.1 關於RStudio IDE共享R代碼的注意事項166
6.8.2 關於共享Jupyter筆記的注意事項167
6.8.3 特彆說明:關於Python的完整教程168
參考文獻180
第7章 機器學習變得更容易181
7.1 刪除最終決策樹模型中不需要的列186
7.2 時間序列207
7.3 關聯分析211
7.4 清洗語料庫並製作詞袋221
7.4.1 聚類分析224
7.4.2 Python中的聚類分析224
第8章 結論和總結233
· · · · · · (
收起)