资料下载：数据科学家修炼之道.pdf

数据科学家修炼之道.pdf

http://www.100md.com 2020年1月14日

第1页

第9页

第13页

第22页

第40页

参见附件(3943KB，373页)。

数据天才：数据科学家修炼之道，这是一本关于数据科学讲解的书籍，提供数据库、统计模型、Hadoop、MapReduce、哈希连接等领域讲解，帮助读者多方面了解数据科学。

    数据科学家修炼之道介绍

    这是一本跟数据科学和数据科学家有关的“手册”，它还包含传统统计学、编程或计算机科学教科书中所没有的信息。

    本书有3个组成部分：一是多层次地讨论数据科学是什么，以及数据科学涉及哪些其他学科；二是数据科学的技术应用层面，包括教程和案例研究；三是给正在从业和有抱负的数据科学家介绍一些职业资源。

    本书中有很多职业和培训相关资源(如数据集、网络爬虫源代码、数据视频和如何编写API)，所以借助本书，你现在就可以开始数据科学实践，并快速地提升你的职业水平。

    数据科学家修炼之道作者

    Vincent Granville博士，是一名富有远见的数据科学家，有15年大数据、预测建模、数字分析和业务分析的经验。Vincent在评分技术、欺诈检测和网络流量优化及增长等领域，是举世公认的专家。在过去的10年中，他曾与Visa一起研究实时信用卡欺诈检测，与CNET一起研究广告组合优化，与Microsoft(微软公司)一起研究“改变点检测”，与Wells Fargo(富国银行)一起研究在线用户体验，与InfoSpace一起研究搜索智能，与eBay一起研究自动竞价，与各大搜索引擎、广告网络和大型广告客户一起研究点击欺诈检测。Vincent也管理着LinkedIn上庞大的“大数据及分析数据科学家”小组，该小组拥有超过100000名成员。

    数据科学家修炼之道主目录

    第1章数据科学是什么

    第2章大数据的独特性

    第3章成为一名数据科学家

    第4章数据科学的技术(Ⅰ)

    第5章数据科学的技术(Ⅱ)

    第6章数据科学应用案例研究

    第7章踏上你的数据科学职业之路

    第8章数据科学资源

    这本书涵盖了什么内容

    将大数据和传统的算法应用到大数据时的挑战(例如在进行大数据聚类或分类时的解决方案)。

    一种统计科学上新颖、简化、对数据科学友好的方法，重点在于它是一种健壮的无模型方法。

    顶尖的机器学习方法(隐性决策树和组合特征选择)。

    新型数据的新指标(综合指标、预测能力、波动系数)。

    创建快速算法所需的计算机科学要素。

    MapReduce和Hadoop,以及Hadoop进行计算时的数值稳定性。

    数据科学家修炼之道截图

附件资料：

数据科学家修炼之道.pdf（3942KB）

本页网址：

http://www.100md.com/html/file/202001/141680.htm