數(shù)據(jù)科學(xué)導(dǎo)論：探索數(shù)據(jù)的奧秘

第1章緒論
1.1為什么要研究數(shù)據(jù)科學(xué)
1.2基本概念
1.2.1數(shù)據(jù)
1.2.2大數(shù)據(jù)
1.2.3數(shù)據(jù)科學(xué)
1.3數(shù)據(jù)科學(xué)項(xiàng)目涉及的人員及其任務(wù)
1.4數(shù)據(jù)科學(xué)項(xiàng)目流程
1.4.1確定問(wèn)題
1.4.2制定目標(biāo)
1.4.3搜集數(shù)據(jù)
1.4.4探索性數(shù)據(jù)分析
1.4.5建立模型
1.4.6性能評(píng)價(jià)
1.4.7結(jié)果展示
1.4.8部署模型
1.5數(shù)據(jù)科學(xué)項(xiàng)目中的數(shù)據(jù)流
1.6本書內(nèi)容、采用工具和目標(biāo)人群
思考題
第2章問(wèn)題與目標(biāo)
2.1用戶層面的問(wèn)題與目標(biāo)
2.2數(shù)據(jù)科學(xué)層面的問(wèn)題與目標(biāo)
思考題
第3章數(shù)據(jù)獲取
3.1前提假設(shè)與數(shù)據(jù)方案設(shè)計(jì)
3.1.1前提假設(shè)
3.1.2數(shù)據(jù)方案設(shè)計(jì)
3.1.3數(shù)據(jù)獲取的可行性分析
3.1.4確定數(shù)據(jù)構(gòu)成
3.2總體和抽樣
3.2.1總體和個(gè)體
3.2.2樣本
3.2.3無(wú)偏抽樣
3.2.4抽樣偏差
3.3混雜因素和A/B Testing
3.3.1混雜因素和辛普森悖論
3.3.2雙盲實(shí)驗(yàn)和A/B Testing
思考題
第4章Python基礎(chǔ)
4.1Python的下載與安裝
4.2常用工具包的下載與安裝
4.3Jupyter Notebook
4.4Python的常用數(shù)據(jù)結(jié)構(gòu)
4.4.1列表
4.4.2元組
4.4.3字典
4.4.4集合
4.4.5numpy.ndarray
4.4.6Pandas.DataFrame
4.5Python基本語(yǔ)法
4.5.1基本命令
4.5.2控制流和相關(guān)語(yǔ)法
4.6Python數(shù)據(jù)導(dǎo)入
4.6.1本地?cái)?shù)據(jù)導(dǎo)入
4.6.2在線數(shù)據(jù)導(dǎo)入
4.6.3數(shù)據(jù)的連續(xù)流加載
第5章探索性數(shù)據(jù)分析
5.1數(shù)據(jù)檢查
5.1.1數(shù)據(jù)的意義及規(guī)模
5.1.2特征的數(shù)據(jù)類型及意義
5.1.3初步排除數(shù)據(jù)泄露
5.2數(shù)據(jù)預(yù)處理
5.2.1缺失處理
5.2.2異常處理
5.2.3冗余處理
5.3描述性統(tǒng)計(jì)
5.3.1位置性測(cè)度
5.3.2離散性測(cè)度
5.3.3圖形化描述統(tǒng)計(jì)
思考題
第6章建模與性能評(píng)價(jià)
6.1統(tǒng)計(jì)建模
6.1.1常見(jiàn)的概率密度函數(shù)
6.1.2參數(shù)估計(jì)
6.1.3假設(shè)檢驗(yàn)
6.1.4phacking
6.2回歸模型
6.2.1線性回歸模型
6.2.2線性回歸模型性能評(píng)價(jià)
6.2.3線性回歸與線性相關(guān)
6.2.4邏輯回歸
6.2.5訓(xùn)練集測(cè)試集劃分
6.2.6應(yīng)用非數(shù)值特征作為輸入時(shí)的onehot編碼
6.3樸素貝葉斯模型
6.3.1貝葉斯定理
6.3.2高斯模型
6.3.3多項(xiàng)式模型
6.3.4伯努利模型
6.4分類模型的性能評(píng)價(jià)
6.4.1混淆矩陣
6.4.2指標(biāo)權(quán)衡
6.4.3應(yīng)用舉例
6.4.4參數(shù)區(qū)分性能評(píng)價(jià)
6.5決策樹
6.5.1決策樹工作原理
6.5.2分類任務(wù)決策樹的建模過(guò)程
6.5.3分類決策樹應(yīng)用舉例
6.6有監(jiān)督學(xué)習(xí)模型與無(wú)監(jiān)督學(xué)習(xí)模型
6.7Kmeans模型
6.7.1兩個(gè)基本概念
6.7.2Kmeans迭代算法
6.8偏差方差權(quán)衡
6.8.1偏差方差困境
6.8.2過(guò)擬合與欠擬合
6.8.3K折交叉驗(yàn)證
6.9參數(shù)的網(wǎng)格搜索
6.10集成學(xué)習(xí)
6.10.1孔多塞陪審團(tuán)定理
6.10.2決策樹集成
思考題
第7章結(jié)果展示
7.1區(qū)分面向?qū)ο蟮慕Y(jié)果展示
7.1.1面向出資方的結(jié)果展示
7.1.2面向用戶的結(jié)果展示
7.1.3面向數(shù)據(jù)科學(xué)家的結(jié)果展示
7.2展示過(guò)程中的可視化
7.2.1展示可視化的兩個(gè)層面
7.2.2展示可視化的三點(diǎn)基本原則
結(jié)語(yǔ)
參考文獻(xiàn)