【每周一本书】之《套路！机器学习：北美数据科学家的私房课》

 数据科学家目前是北美最热门的职业之一，平均年薪突破10万美元。但数据科学并不是一个低门槛的行业，除了对数学、统计、计算机等相关领域的技术要求以外，还要掌握相关应用领域的知识。

编辑 | Abby 

官网 | www.datayuan.cn

微信公众号ID | datayuancn

数据科学家目前是北美最热门的职业之一，平均年薪突破10万美元。但数据科学并不是一个低门槛的行业，除了对数学、统计、计算机等相关领域的技术要求以外，还要掌握相关应用领域的知识。

今天小编为大家推荐的《套路！机器学习：北美数据科学家的私房课》就是一本详细介绍了数据科学应用领域的工具宝典。

当前关于大数据、人工智能的炒作着实令人眼花缭乱，如大数据平台（如Hadoop、Spark），以及一些黑箱模型，如神经网络，深度学习（实际上就是多层神经网络）。各路媒体和“砖家”深谙吃瓜群众不明觉厉的心态，所以越发摆谱。作者并没有打算写一本数据科学的圣经，告诉你所有关于数据科学的一切；只想尽可能地给大家还原一个真实的数据科学和数据科学家。希望能为后来者提供一些信息，使得读者们能够少走弯路。

《套路！机器学习：北美数据科学家的私房课》的写作对象是那些现在从事数据分析相关行业，或者之后想从事数据分析行业的人，意在为实践者提供数据科学家这门职业的相关信息。读者可以从阅读中了解到数据科学能解决的问题，数据科学家需要的技能，及背后的“分析哲学”。对于新手而言，一开始就直奔艰深的理论，很容易因为困难而失去兴趣最终放弃。

本书倡导的是一种循序渐进的启发教学路径，着重在于数据科学的实际应用，让读者能够重复书中的结果，学习数据分析技能最好的方式是实践！为了平衡理论和应用，书中包括了一些选学小节，用来介绍更多的模型数理背景或给出必要的参考资料来源。抽丝剥茧介绍技术内核，帮助大家知其然，同时知其所以然。

从内容上本书共分为12个章节：

第1章 白话数据科学

第2章 数据集

第3章 数据分析流程

第4章 数据预处理

第5章 数据操作

第6章 基础建模技术

第7章 模型评估度量

第8章 特征工程

第9章 线性回归及其衍生

第10章 广义线性模型压缩方法

第11章 树模型

第12章 神经网络

本书由 数据猿联合电子工业出版社 共同推荐

【本栏目合作伙伴】：清华大学出版社、电子工业出版社、北京师范大学出版社、中国人民大学出版社、中信出版社、上海交通大学出版社。

更多“每周一本书”，可加作者Abby微信：wmh4178（请注明姓名、公司）交流

相关阅读：

每周一本书之《大数据日知录：架构与算法》

来源：数据猿