| 作者 |
| [英]戴维·纳蒂加(David Natingga) |
| 丛书名 |
| 出版社 |
| 人民邮电出版社 |
| ISBN |
| 9787115498168 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 数据科学(Data Science)是从数据中提取知识的技术,是一门有关机器学习、统计学与数据挖掘的交叉学科。数据科学包含了多种领域的不同元素,包括信号处理、数学、概率模型技术和理论、计算机编程、统计学等。 本书讲解了7种重要的数据分析方法,它们分别是k最近邻算法、朴素贝叶斯算法、决策树、随机森林、k-means聚类、回归分析以及时间序列分析。全书共7章,每一章都以一个简单的例子开始,先讲解算法的基本概念与知识,然后通过对案例进行扩展以讲解一些特殊的分析算法。这种方式有益于读者深刻理解算法。 本书适合数据分析人员、机器学习领域的从业人员以及对算法感兴趣的读者阅读。 |
| 目录 |
| 第 1 章 用k最近邻算法解决分类问题 1.1 Mary对温度的感觉 1.2 实现k最近邻算法 1.3 意大利地区的示例——选择k值 1.4 房屋所有权——数据转换 1.5 文本分类——使用非欧几里德距离 1.6 文本分类——更高维度的k-NN 1.7 小结 1.8 习题 第 2 章 朴素贝叶斯 2.1 医疗检查——贝叶斯定理的基本应用 2.2 贝叶斯定理的证明及其扩展 2.3 西洋棋游戏——独立事件 2.4 朴素贝叶斯分类器的实现 2.5 西洋棋游戏——相关事件 2.6 性别分类——基于连续随机变量的贝叶斯定理 2.7 小结 2.8 习题 第 3 章 决策树 3.1 游泳偏好——用决策树表示数据 3.2 信息论 044 3.3 ID3算法——构造决策树 047 3.4 用决策树进行分类 054 3.5 小结 060 3.6 习题 060 第 4 章 随机森林 064 4.1 随机森林算法概述 064 4.2 游泳偏好——随机森林分析法 065 4.3 随机森林算法的实现 071 4.4 下棋实例 075 4.5 购物分析——克服随机数据的不一致性以及 度量置信水平 082 4.6 小结 084 4.7 习题 084 第 5 章 k-means聚类 089 5.1 家庭收入——聚类为k个簇 089 5.2 性别分类——聚类分类 092 5.3 k-means聚类算法的实现 095 5.4 房产所有权示例——选择簇的数量 099 5.5 小结 105 5.6 习题 105 第 6 章 回归分析 114 6.1 华氏温度和摄氏温度的转换——基于完整数据的线性回归 114 6.2 根据身高预测体重——基于实际数据的线性回归 117 6.3 梯度下降算法及实现 118 6.4 根据距离预测飞行时长 122 6.5 弹道飞行分析——非线性模型 123 6.6 小 结 125 6.7 习 题 125 第 7 章 时间序列分析 130 7.1 商业利润——趋势分析 130 7.2 电子商店的销售额——季节性分析 132 7.3 小 结 140 7.4 习 题 140 附录 A 统计 145 A.1 基本概念 145 A.2 贝叶斯推理 146 A.3 分 布 146 A.4 交叉验证 147 A.5 A/B 测 试 148 附录 B R参考 149 B.1 介 绍 149 B.2 数据类型 150 B.3 线性回归 152 附录 C Python参考 154 C.1 介 绍 154 C.2 数据类型 155 C.3 控 制 流 159 附录 D 数据科学中的算法和方法术语 163 |