Data Science from Scratch|用 Python 學資料科學, 2/e (中文版)(Data Science from Scratch: First Principles with Python, 2/e)
Joel Grus 藍子軒 譯
- 出版商: 歐萊禮
- 出版日期: 2019-11-25
- 定價: $680
- 售價: 7.9 折 $537
- 語言: 繁體中文
- 頁數: 448
- 裝訂: 平裝
- ISBN: 9865023199
- ISBN-13: 9789865023195
-
相關分類:
Python
- 此書翻譯自: Data Science from Scratch: First Principles with Python, 2/e (Paperback)
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
Python 錦囊妙計, 3/e (Python Cookbook, 3/e)$880$695 -
C Primer Plus, 6/e (中文版)$680$537 -
流暢的 Python|清晰、簡潔、有效的程式設計 (Fluent Python)$980$774 -
資料視覺化|使用 Python 與 JavaScript (Data Visualization with Python and JavaScript: Scrape, Clean, Explore & Transform Your Data)$680$537 -
為你自己學 Git$500$425 -
Python 資料科學學習手冊 (Python Data Science Handbook: Essential Tools for Working with Data)$780$616 -
Python 資料分析, 2/e (Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2/e)$880$695 -
C++ Primer, 5/e (繁體中文版)$990$782 -
Kafka 技術手冊|即時資料與串流處理 (Kafka: The Definitive Guide)$580$458 -
Python 技術者們 - 練功!老手帶路教你精通正宗 Python 程式 (The Quick Python Book, 3/e)$780$663 -
深度學習 (Deep Learning)(繁體中文版)$1,200$1,020 -
Python 金融分析, 2/e (Python for Finance, 2/e)$980$774 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
TypeScript 程式設計 (Programming TypeScript)$580$458 -
非監督式學習|使用 Python (Hands-On Unsupervised Learning Using Python)$680$537 -
資料視覺化|製作充滿說服力的資訊圖表 (Fundamentals of Data Visualization)$780$616 -
精通機器學習|使用 Scikit-Learn , Keras 與 TensorFlow, 2/e (Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2/e)$1,200$948 -
東京大學資料科學家養成全書:使用 Python 動手學習資料分析$780$663 -
生成深度學習|訓練機器繪畫、作曲、寫作與玩遊戲 (Generative Deep Learning)$580$458 -
精通 Python|運用簡單的套件進行現代運算, 2/e (Introducing Python: Modern Computing in Simple Packages, 2/e)$880$695 -
GAN 對抗式生成網路 (GANs in Action: Deep learning with Generative Adversarial Networks)$750$593 -
Python 機器學習 (上), 3/e (Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 3/e)$620$484 -
軟體架構原理|工程方法 (Fundamentals of Software Architecture: A Comprehensive Guide to Patterns, Characteristics, and Best Practices)$680$537 -
資料科學的建模基礎 : 別急著 coding!你知道模型的陷阱嗎?$599$509 -
資料科學家的實用統計學 : 運用 R 和 Python 學習 50+個必學統計概念, 2/e (Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python, 2/e)$680$537
商品描述
從事資料科學方面的工作時,活用各種相關函式庫、軟體框架、模組、工具包是很好的做法,但如果原本完全不懂資料科學,從頭開始也是一種不錯的做法。本書將採取土法煉鋼從頭學起的方式,帶領讀者認識與資料科學相關的許多工具與演算法。
你只要具備基本的數學能力,以及程式設計的基礎,本書就可以幫你在遇到相關的數學與統計知識時,不至於感到害怕,而且還能讓你學會一個資料科學家所需具備的相關駭客技術。如今到處充斥著各種雜亂的數據資料,其中包含許多問題的解答,但也有很多微妙之處,甚至連問題本身都還沒被提出來過。如果你真心想要挖掘問題的解答,本書將可以提供你一些相關的知識。
.首先來一堂Python速成班
.學習線性代數、統計、機率的基礎知識——並學會何時、如何在資料科學領域中靈活運用這些知識
.搜集、探索、清理、轉換、處理各種數據資料
.深入理解機器學習的基礎
.靈活運用像是k最近鄰、單純貝氏、線性與邏輯迴歸、決策樹、神經網路、集群等種種模型
.探討推薦系統、自然語言處理、網路分析、MapReduce與資料庫的相關知識
名人推薦
「Joel帶領我們領略探索資料科學,讓我們從一般的好奇心,進入到更深入的理解,並學會所有資料科學家都應該知道的各種實用演算法。」
—— Rohit Sivaprasad, Soylent公司資料科學家
「對於想要了解機器學習的工程師而言,這是一本奠定基礎的最佳入門書。」
-- Tom Marthaler, Amazon專案經理
「要將資料科學的概念轉換為程式碼並不容易,這本書讓它變簡單了。」
-- William Cox, Grubhub機器學習工程師
作者簡介
Joel Grus
是Allen人工智慧研究所的研究工程師。之前曾在Google擔任軟體工程師,並在多家新創公司擔任資料科學家。目前他住在西雅圖,愉快地從事著資料科學方面的工作。
個人部落格:joelgrus.com
推特:@joelgrus
目錄大綱
第1章 簡介
第2章 Python速成班
第3章 資料視覺化
第4章 線性代數
第5章 統計學
第6章 機率
第7章 假設與推論
第8章 梯度遞減
第9章 取得資料
第10章 處理資料
第11章 機器學習
第12章 k最近鄰
第13章 單純貝氏
第14章 簡單線性迴歸
第15章 多元迴歸
第16章 邏輯迴歸
第17章 決策樹
第18章 神經網路
第19章 深度學習
第20章 集群
第21章 自然語言處理
第22章 網路分析
第23章 推薦系統
第24章 資料庫與SQL
第25章 MapReduce
第26章 資料道德規範
第27章 勇往直前,資料科學做就對了









