×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
图文详情
  • ISBN:9787030586896
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:A5
  • 页数:184
  • 出版时间:2019-01-01
  • 条形码:9787030586896 ; 978-7-03-058689-6

本书特色

本书将数据科学的知识模块划分为编程语言、数据分析、数据可视化、数学统计理论、机器学习、数字图像处理和分布式计算七大模块。在每一个模块,对核心的理论知识进行了介绍,重点介绍了该模块的典型实践工具的使用方法。 在数据科学领域,Python拥有较为完整的生态圈,而且入门门槛较低,因此本书主要介绍基于Python语言的数据科学实践工具。 速查表既有重要的公式推导,也包含常用的代码示例。力图通过简炼的语言、精美的图表,展现数据科学相关技术和工具的核心技能点,帮助读者快速检索知识,提升学习和工作效率。

内容简介

数据科学是一门新兴的交叉学科.数据科学人才需要同时具备理论性、实践性和应用性等多方面的素质.数据科学的知识点涵盖了编程语言、数学基础、数据清洗、数据可视化、数据分析和分布式计算等.为了帮助数据科学从业人员快速地查阅这些知识和工具的使用,提高实践效率,本书对数据科学的相关知识进行了归纳整理,形成数十份速查表.

目录

Contents **章编程语言 001 **节Python 语言 002 第二节R 013 第三节SQL 023 第四节Git 027 第王节Shel1 031 第二章数据分析 041 第节NumPy 042 第二节Scipy Basics 045 第三节Pandas 050 第四节数据清洗 059 第五节StatsModels 063 第三章数学统计理论 068 第节概率 069 第二节统计 074 第三节矩阵微分 079 第四节线性代数 084 第五节图模型 091 第六节凸优化 095 第四章撤据可视化 106 **节Matplotlib 107 第二节Seabom 111 第三节Basemap 115 第五章机器学习 119 **节特征工程 120 第二节机器学习建模 125 第三节Scikit-learn 135 第四节PyTorch 141 第六章圄像处理 149 **节基本概念 150 第二节像素的空间关系 151 第三节图像增强 152 第四节图像变换 156 第五节图像恢复 157 第六节图像分割 157 第七节图像编码 158 第七章分布式计算 159 **节Haoop 160 第二节spark 166
展开全部

作者简介

欧高炎 北京大学博士、博士后,博雅大数据学院院长,大数据教育联盟秘书长。中国计算机学会数据库专委会委员。 晏晓东 北京大学理学硕士,曾任北京大数据研究院数据分析师,现从事搜索及推荐算法相关工作。 高扬 芬兰阿尔托大学机器学习与数据挖掘专业硕士,博雅大数据学院数教学研发负责人。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航