久久热这里有精品,国产乱码精品一区二区三区中文,久久精品国产亚洲av无码不卡

內(nèi)容簡介

　　《人人可懂的數(shù)據(jù)科學》從數(shù)據(jù)科學發(fā)展演化史，數(shù)據(jù)科學定義，數(shù)據(jù)、數(shù)據(jù)集，數(shù)據(jù)科學生態(tài)系統(tǒng)，機器學習，數(shù)據(jù)科學標準任務，隱私與道德，發(fā)展趨勢等角度，對數(shù)據(jù)科學展開了精彩的闡述?！度巳丝啥臄?shù)據(jù)科學》精準界定了數(shù)據(jù)科學的術語、任務、生命周期，并介紹了主流的數(shù)據(jù)科學生態(tài)技術，以及決策樹、回歸分析、神經(jīng)網(wǎng)絡、深度學習等常見機器學習算法。同時也涵蓋隱私、數(shù)據(jù)道德等方面的話題，介紹了數(shù)據(jù)科學可能引發(fā)的隱私泄露、人為歧視、不公平，以及歐盟、美國等組織或國家針對數(shù)據(jù)因素保護、數(shù)據(jù)道德的立法。

作者簡介

　　約翰· D.凱萊赫（John D. Kelleher）是都柏林理工學院計算機科學學院的教授以及信息、通信和娛樂研究所的學術負責人。他的研究得到了ADAPT中心的支持，該中心由愛爾蘭科學基金會（Grant 13 / RC / 2106）資助，同時也接受歐洲區(qū)域發(fā)展基金的資助。他還是《Fundamentals of Machine Learning for Predictive Data Analytics》的作者之一。布倫丹·蒂爾尼（Brendan Tierney）是都柏林理工學院計算機科學學院的講師，同時也是Oracle ACE 主任，還著有多本基于Oracle技術的數(shù)據(jù)挖掘類著作。

圖書目錄

譯者序
前言
致謝
作者簡介
第1章什么是數(shù)據(jù)科學
1．1 數(shù)據(jù)科學簡史
1．1．1 數(shù)據(jù)收集簡史
1．1．2 數(shù)據(jù)分析簡史
1．1．3 數(shù)據(jù)科學的產(chǎn)生與發(fā)展
1．2 數(shù)據(jù)科學用于何處
1．2．1 銷售和營銷中的數(shù)據(jù)科學
1．2．2 數(shù)據(jù)科學在政府中的應用
1．2．3 數(shù)據(jù)科學在競技體育中的應用
1．3 為什么是現(xiàn)在
1．4 關于數(shù)據(jù)科學的神話
第2章什么是數(shù)據(jù)，什么是數(shù)據(jù)集
2．1 關于數(shù)據(jù)的觀點
2．2 數(shù)據(jù)可以積累，而智慧不能
2．3 CRISP-DM
第3章數(shù)據(jù)科學生態(tài)系統(tǒng)
3．1 將算法遷移至數(shù)據(jù)
3．1．1 傳統(tǒng)數(shù)據(jù)庫與現(xiàn)代的傳統(tǒng)數(shù)據(jù)庫
3．1．2 大數(shù)據(jù)架構(gòu)
3．1．3 混合數(shù)據(jù)庫世界
3．2 數(shù)據(jù)準備和集成
第4章機器學習
4．1 有監(jiān)督學習與無監(jiān)督學習
4．2 學習預測模型
4．2．1 相關性不等同于因果，但它有時非常有用
4．2．2 線性回歸
4．2．3 神經(jīng)網(wǎng)絡與深度學習
4．2．4 決策樹
4．3 數(shù)據(jù)科學中的偏差
4．4 評估模型：泛化而不是記憶
4．5 摘要
第5章標準的數(shù)據(jù)科學任務
5．1 誰是我們的目標客戶（聚類）
5．2 這是欺詐嗎（異常值檢測）
5．3 你要配份炸薯條嗎（關聯(lián)規(guī)則挖掘）
5．4 流失還是不流失，這是一個問題（分類）
5．5 它價值幾何（回歸）
第6章隱私與道德
6．1 商業(yè)利益與個人隱私
6．1．1 數(shù)據(jù)科學的道德啟示：畫像與歧視
6．1．2 數(shù)據(jù)科學的道德含義：創(chuàng)建一個全景監(jiān)獄
6．2 隱私保護
6．2．1 保護隱私的計算方法
6．2．2 規(guī)范數(shù)據(jù)使用和保護隱私的法律框架
6．3 通往道德的數(shù)據(jù)科學之路
第7章未來趨勢與成功準則
7．1 醫(yī)療數(shù)據(jù)科學
7．2 智慧城市
7．3 數(shù)據(jù)科學項目準則：為什么會成功或失敗
7．4 終極思考
術語表
延伸閱讀
參考文獻