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。
在线客服