版权声明
1. 本站文章和资源均来自互联网收集和整理,本站不承担任何责任及版权问题。
2. 相关版权归作者及其公司所有,仅供学习研究用途,请勿用于商业目的。
3. 请于下载后24小时内删除,如果喜欢此资源,请购买正版。
4. 若侵犯您的版权,请发邮件至webmaster@ishare1.cn联系我们,我们确认后将立即删除。
内容简介 · · · · · ·
作者选择了功能强大、简单易学的
通过阅读本书,你可以:
学到一堂
学习线性代数、统计和概率论的基本方法,了解它们是怎样应用在数据科学中的;
掌握如何收集、探索、清理、转换和操作数据;
深入理解
运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型;
探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。
作者简介 · · · · · ·
Joel Grus
是Google的一位软件工程师,曾于数家创业公司担任数据科学家。目前住在西雅图,专注于数据科学工作并乐此不疲。偶尔在joelgrus.com发表博客,长期活跃于Twitter @joelgrus。
目录 · · · · · ·
前言 xiii
第1章 导论 1
1.1 数据的威力 1
1.2 什么是数据科学 1
1.3 激励假设:DataSciencester 2
1.3.1 寻找关键联系人 3
1.3.2 你可能知道的数据科学家 5
1.3.3 工资与工作年限 8
1.3.4 付费账户 10
1.3.5 兴趣主题 11
1.4 展望 12
第2章
下载地址:(点击下方"网盘下载"即可下载,如资源失效,请在本页下方留言,站长会尽快补档)