【经典书】用Python学数据科学(Data Science from Scratch)，464页pdf

从事数据科学方面的工作时，活用各种相关函式库、软体框架、模组、工具包是很好的做法，但如果原本完全不懂数据科学，从头开始也是一种不错的做法。本书将采取土法炼钢从头学起的方式，带领读者认识与数据科学相关的许多工具与演算法。

你只要具备基本的数学能力，以及程式设计的基础，本书就可以帮你在遇到相关的数学与统计知识时，不至于感到害怕，而且还能让你学会一个数据科学家所需具备的相关骇客技术。如今到处充斥着各种杂乱的数据资料，其中包含许多问题的解答，但也有很多微妙之处，甚至连问题本身都还没被提出来过。如果你真心想要挖掘问题的解答，本书将可以提供你一些相关的知识。

首先来一堂Python速成班 学习线性代数、统计、机率的基础知识——并学会何时、如何在数据科学领域中灵活运用这些知识 搜集、探索、清理、转换、处理各种数据资料

深入理解机器学习的基础 灵活运用像是k最近邻、单纯贝氏、线性与逻辑回归、决策树、神经网路、集群等种种模型

探讨推荐系统、自然语言处理、网路分析、MapReduce与数据库的相关知识

名人推荐 「Joel带领我们领略探索数据科学，让我们从一般的好奇心，进入到更深入的理解，并学会所有资料科学家都应该知道的各种实用演算法。」 ——Rohit Sivaprasad, Soylent公司数据科学家

【Table of Contents】目录/大纲/内容概要

第1章简介

第2章Python速成班

第3章数据视觉化

第4章线性代数

第5章统计学

第6章机率

第7章假设与推论

第8章梯度递减

第9章取得数据资料

第10章处理数据资料

第11章机器学习

第12章k最近邻

第13章单纯贝氏

第14章简单线性回归

第15章多元回归

第16章逻辑回归

第17章决策树

第18章神经网路

第19章集群

第20章自然语言处理

第21章网路分析

第22章推荐系统

第23章资料库与SQL

第24章MapReduce

第25章勇往直前，数据科学做就对了