【干货书】Python数据科学入门，464页pdf

2020 年 9 月 20 日 专知

本书基于易于理解且具有数据科学相关的丰富的库的Python语言环境，从零开始讲解数据科学工作。具体内容包括：Python速成，可视化数据，线性代数，统计，概率，假设与推断，梯度下降法，如何获取数据，k近邻法，朴素贝叶斯算法，等等。作者借助大量具体例子以及数据挖掘、统计学、机器学习等领域的重要概念，详细展示了什么是数据科学。

* 简单介绍Python
* 回顾一下线性几何、统计和概率知识，了解搞数据科学的时候怎么使用它们
* 收集、探索、清理、转换和操作数据
* 了解机器学习的基本知识
* 实现K近邻、朴素贝叶斯、线性及逻辑回归、决策树、神经网络及聚类等模型
* 探索推荐系统、自然语言处理、网络分析、MapReduce，还有数据库

https://www.oreilly.com/library/view/data-science-from/9781491901410/

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

后台回复“P464” 可以获取《【干货书】Python数据科学入门，464页pdf》专知下载链接索引

有人称数据科学家为“21 世纪头号性感职业”（https://hbr.org/2012/10/data-scientist-thesexiest-job-of-the-21st-century/）。虽说如此称呼有些夸张，但这个名称对数据科学的推崇却一点也没错，这是一个蓬勃发展、前途无限的行业。很多分析师都预言，未来十年会需要比现在多得多的数据科学工作者。

那么，什么是数据科学？唯有正确理解数据科学，才能培养出数据科学家。根据广受业界赞誉的文氏图（http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram），数据科学是以下几个方面的交叉：

• 黑客技能

• 数学和统计学知识

• 专业技能

我原本很想写一本能涵盖以上三个方面的书，但很快意识到仅关于专业技能的撰写就会耗费上万页笔墨，于是及时放弃转而专注于前两个方面。我的目标有两个：一是帮助读者掌握从事数据科学工作所必需的黑客技能；二是帮助读者熟悉数学和统计学，这是数据科学的核心。

对一本书来说，这两个愿望有点大了。学习黑客技能的最好方法就是钻研技术。通过阅读本书，你可以理解我钻研技术的方式，但相同的方式对你未必最适合；你可以理解我使用的一些工具，但相同的工具对你来说未必最顺手；你可以理解我如何解决数据问题，但相同的方式对你来说未必最有效。举例的目的和希望是启发你以自己的方式和方法完成工作。本书涵盖的所有代码和数据都可以从 GitHub 上下载。

同样，学习数学的最好方式就是研习数学。当然本书并不是一部数学著作，我们在本书中大半也不会“研习数学”，我想强调的是数学知识对从事数据科学工作至关重要。不理解前言概率、统计、线性代数，就无法真正开始数据科学工作。在需要的地方，书中会引入数学方程式、数学直觉、数学公理，以及借以阐释大数学思想的卡通漫画。有我在，别怕！

总之，数据科学相当有趣（尤其和税务筹划或者煤矿开采等其他工作相比）。