精通数据科学从线性回归到深度学习
编辑推荐
适读人群 :本书可作为数据科学家和数据工程师的学习用书,也适合对数据科学有强烈兴趣的初学者使用,同时也可作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。 1.在数据学科的角度,融合了数学、计算机科学、计量经济学的精髓。 2.为读者阐释了数据科学所要解决的核心问题—数据模型、算法模型的理论内涵和适用范围 3.以常用的IT工具—Python为基础,教会读者如何建模以及通过算法实现数据模型,具有很强的实操性。 4.本书还为读者详解了分布式机器学习、神经网络、深度学习等大数据和人工智能的前沿技术。 中国工程院院士、第三世界科学院院士、前中国科学院计算技术研究所所长李国杰, 易选股金融智能证券董事长,键桥通讯董事易欢欢作序推荐; GrowingIO 创始人兼 CEO张溪梦, 复旦大学教授、博士生导师、复旦大学航空航天数据研究中心主任杨卫东, 美国罗格斯大学管理科学及信息系统系终身教授,中国计算机学会大数据专家委员会委员林晓东,诚意推荐。
内容简介
本书全面讲解了数据科学的相关知识,从统计分析学到机器学习、深度学习中用到的算法及模型,借鉴经济学视角给出模型的相关解释,深入探讨模型的可用性,并结合大量的实际案例和代码帮助读者学以致用,将具体的应用场景和现有的模型相结合,从而更好地发现模型的潜在应用场景。 本书可作为数据科学家和数据工程师的学习用书,也适合对数据科学有强烈兴趣的初学者使用,同时也可作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。
作者简介
唐亘,数据科学家,专注于机器学习和大数据。曾获得复旦大学的数学和计算机双学士学位;巴黎综合理工的金融硕士学位;法国国立统计与经济管理学校的数据科学硕士学位。热爱并积极参与Apache Spark和Scikit-Learn等开源项目。作为讲师和技术顾问,为多家机构(包括惠普、华为、复旦大学等)提供百余场技术培训。此前的工作和研究集中于经济和量化金融,曾参与经济合作与发展组织(OECD)的研究项目并发表论文,并担任英国知名在线出版社Packt的技术审稿人。