Python 數據科學導論：概念、技術與應用 Python数据科学导论：概念、技术与应用

Laura Igual博士是巴塞羅那大學數學和計算機科學系的副教授。她於2000年獲得西班牙瓦倫西亞大學的數學學位，並於2006年獲得西班牙龐培法布拉大學的博士學位。她的研究領域包括計算機視覺、醫學成像、機器學習和數據科學。

Santi Seguí博士是巴塞羅那大學數學和計算機科學系的助理教授。自2007年起，他擔任了西班牙巴塞羅那自治大學的計算機科學工程師。他於2011年獲得西班牙巴塞羅那大學的博士學位。他的研究領域包括計算機視覺、應用機器學習和數據科學。

譯者序
原書前言
作者和貢獻者簡介
第1章數據科學概述// 1 
1.1什麼是數據科學//1 
1.2關於本書//2 

第2章數據專家的工具箱//4 
2.1引言// 4 
2.2為什麼選擇Python // 4 
2.3數據專家的基本Python庫// 5 
2.3.1數值和科學計算：NumPy和SciPy // 5 
2.3.2 Scikit-learn：Python中的機器學習庫// 5 
2.3. 3 Pandas：Python數據分析庫// 5 
2.4數據科學生態系統的安裝// 6 
2.5集成開發環境// 6 
2.5.1網絡集成開發環境：Jupyter // 7 
2.6數據專家從Python開始// 7 
2.6. 1讀取// 11 
2.6.2選擇數據// 13 
2.6.3篩選數據// 14 
2.6.4篩選缺失的數據// 15 
2.6.5處理數據// 15 
2.6.6排序// 19 
2.6.7分組數據// 20 
2.6.8重排數據// 21 
2.6.9對數據進行排名// 22
2.6.10繪圖// 23 
2.7小結// 24 

第3章描述統計學// 25 
3.1引言// 25 
3.2數據準備// 25 
3.2.1 Adult數據集示例// 26 
3.3探索性數據分析// 28 
3.3.1匯總數據// 28 
3.3.2數據分佈// 31 
3.3.3離群點的處理// 33 
3.3.4測量不對稱性：偏度和皮爾遜中值偏度係數// 36 
3.3. 5連續分佈// 38 
3.3.6核密度// 39 
3.4估計// 41 
3.4.1樣本和估計均值、方差和標準記分// 41 
3.4.2協方差、皮爾遜相關和斯皮爾曼秩相關/ / 42 
3.5小結// 44 
參考文獻// 45 

第4章統計推斷// 46 
4.1引言// 46 
4.2統計推斷：頻率論方法// 46 
4.3測量估計的差異性// 47 
4.3.1點估計/ / 47 
4.3.2置信區間// 50 
4.4假設檢驗// 53 
4.4.1用置信區間檢驗假設// 53 
4.4.2使用p值檢驗假設// 55
4.5效應E是真實的嗎// 57 
4.6小結// 57 
參考文獻// 58 

第5章監督學習// 59 
5.1引言// 59 
5.2問題// 60 
5.3第一步// 60 
5.4什麼是學習？// 69 
5.5學習曲線// 70 
5.6訓練、驗證和測試// 73 
5.7兩種學習模型// 76 
5.7.1學習三要素// 76 
5.7.2支持向量機// 77 
5.7.3隨機森林/ / 79 
5.8結束學習過程// 80 
5.9商業案例// 81 
5.10小結// 83 
參考文獻// 83 

第6章回歸分析// 84 
6.1引言// 84 
6.2線性回歸// 84 
6.2.1簡單線性回歸// 85 
6.2.2多元線性回歸和多項式回歸// 90 
6.2.3稀疏模型// 90 
6.3邏輯斯蒂回歸// 97 
6.4小結// 99 
參考文獻// 99 

第7章無監督學習// 100 
7.1引言// 100 
7.2聚類// 100
7.2.1相似度和距離// 101 
7.2.2什麼是一個好的聚類？定義衡量聚類質量的度量// 101 
7.2.3聚類技術的分類標準// 104 
7.3案例學習// 113 
7.4小結// 118 
參考文獻// 119 

第8章網絡分析// 120 
8.1引言// 120 
8.2圖的基本定義// 121 
8.3社交網絡分析// 122 
8.3.1 NetworkX基礎// 122 
8.3.2實際案例：Facebook數據集// 123 
8.4中心性// 125 
8.4.1在圖中繪製中心性// 130 
8.4.2 PageRank // 132 
8.5自我網絡// 134 
8.6社區發現// 138 
8.7小結// 139 
參考文獻// 139 

第9章推薦系統// 140 
9.1引言// 140 
9.2推薦系統如何工作？// 140 
9.2.1基於內容的過濾// 141 
9.2.2協作過濾// 141 
9.2.3混合推薦系統// 141 
9.3建模用戶偏好// 142 
9.4評估推薦系統// 142
9.5實際案例// 143 
9.5.1 MovieLens數據集// 143 
9.5.2基於用戶的協作過濾// 145 
9.6小結// 153 
參考文獻// 153 

第10章用於情感分析的統計自然語言處理// 154 
10.1引言// 154 
10.2數據清洗// 155 
10.3文本表示// 158 
10.3.1二元組和n元組// 163 
10.4實際案例// 163 
10.5小結// 168 
參考文獻// 168 

第11章並行計算// 169 
11.1引言// 169 
11.2架構// 170 
11.2.1入門指南// 171 
11.2.2連接到集群（引擎）// 171 
11.3多核編程// 172 
11.3.1引擎的直接視圖// 172 
11.3.2引擎的負載均衡視圖// 175 
11.4分佈式計算// 176 
11.5實際應用：紐約出租車旅行// 177 
11.5.1直接視圖非阻塞方案// 178 
11.5.2實驗結果// 180 
11.6小結// 182 
參考文獻// 182