数据科学导论python语言实现_数据科学导论-python语言

一直想找一本数据科学的书，为信息管理专业的学生来用，赵了国内数据科学技术与应用，太笼统了，没有专业性，找了吴喜之的python-统计人的视角，又觉得数据科学的东西少了，所以一直在找教材中。

这次机械工业出版社翻译的这本数据科学导论感觉不错，作者是意大利人，一直没有体验下意大利民族的特点，这次体验下。

首先，阿尔贝托是信号处理以及统计学的，主要作自然语言处理的，这个背景其实做数据科学还是不错的，有技术背景以及有一定的行为学背景。另一个卢卡，是市场研究和多元统计分析的专家，主要是客户分析的。这两个人的组合还是比较符合数据科学的背景的，我一直不喜欢纯计算机专业的作为数据科学的研究者，太计算机化了，按照我们有些老师的说法就是，太喜欢用计算机来处理问题了，认为计算机是万能的。

由于数据科学是以问题为导向的，我们最重要的是要认识问题，这样才能使用或是改进某些东西来使计算更好或是更快。所以有社会科学背景的数据科学家写的书更容易被人理解。

不说废话，这个是这本书给我的第一印象。

我看过很多数据科学的教材，都是讲半天，然后慢慢导入numpy,pandas,matplotlib,等等等等，很慢，这本书就是一开始讲一下anaconda的安装，然后直接上数据。

上了数据就是pandas，这个是必须的，如何处理数据，如何预处理，如何访问其他数据格式，抓取数据都说了，虽然很简单，但是老齐的课也是这样来的。然后就是numpy，都是针对数据分析的，这个是基础，还不错。

接下来接着就是PCA，异常检测，超参数优化的问题，这个可是处理完数据后接着就要做的事情，很切合实际应用的处理，感觉就是有经验的人写的书，不是学院派。

后面就是机器学习，这个都差不多了，和其他的书感觉一样，说实话，真的就是没什么特别的东西的，数据科学就那些算法，熟悉一本书就可以了啊。最后就是可视化，matplotlib就登场了。

本书还有一个特点就是带了Spark的大数据分析，感觉写出来了，但是不尽兴。毕竟这个一本书肯定讲不完。

综合而论，这本书却是适合本科教学的，大数据专业，数据科学专业都可以的。