数据科学导论：Python语言实现（原书第2版）
编辑推荐
本书首先介绍如何设置基本的数据科学工具箱，然后带你进入数据改写和预处理阶段，这一部分主要是阐明所有与核心数据科学活动相关的数据分析过程，如数据加载、转换、修复以及数据探索和处理等。通过主要的机器学习算法、图形分析技术，以及所有易于表现结果的可视化工具，实现对数据科学的概述。
本书对上一版内容进行了全面拓展和更新，涵盖新版的Jupyter Notebook、NumPy、pandas和Scikit-learn等的新改进。此外，还介绍了深度学习（借助在Theano和Tensorflow平台上运行的Keras库）、漂亮的可视化（使用Seaborn和 ggplot）和Web部署（使用bottle）等新内容。
本书行文过程以数据科学项目为主体，辅以整洁的代码和简化的示例，能帮助你理解与项目相关的潜在原理和实际数据集。
内容简介
本书由两位资深的数据科学家所著，是他们多年数据科学实践经验的总结，通过对上一版内容的更新和扩展，其介绍了新版Python的特点及安装方法，继而全面又系统地讲解了数据科学分析和开发的相关工具、实践以及简单示例。通过阅读本书，你将深入了解Python核心概念，成为高效数据科学实践者。
本书共七部分内容，包括六章和一个附录。第1章介绍Jupyter Notebook的使用方法；第2章对数据科学流程进行概述，并详细分析用于数据准备和处理的关键工具；第3章讨论改进结果的数据操作技术；第4章深入研究Scikit-learn中的主要机器学习算法；第5章进行图的探索和聚集分析；第6章介绍一些可视化工具的使用方法；附录则是一些Python示例和说明，重点介绍Python语言的特点。
作者简介
阿尔贝托·博斯凯蒂（Alberto Boschetti） 数据科学家、信号处理和统计学方面的专家。他拥有通信工程专业博士学位，现在伦敦居住和工作。基于所从事的项目，他每天都要面对包括自然语言处理、机器学习和概率图模型等方面的挑战。他对工作充满激情，经常参加学术聚会、研讨会等学术活动，紧跟数据科学技术发展的前沿。
卢卡·马萨罗（Luca Massaron） 数据科学家、市场研究总监，是多元统计分析、机器学习和客户洞察方面的专家，有十年以上解决实际问题的经验，使用推理、统计、数据挖掘和算法为利益相关者创造了巨大的价值。他是意大利网络受众分析的先锋，并在Kaggler上获得排名前十的佳绩，随后一直热心参与一切与数据分析相关的活动，积极给新手和专业人员讲解数据驱动知识发现的潜力。他崇尚大道至简，坚信理解数据科学的本质能带来巨大收获。
在线客服