数据天才：数据科学家修炼之道.EPUB

【实例简介】数据天才：数据科学家修炼之道.EPUB

【实例截图】
、

【核心代码】

目录
内容简介
专家推荐
译者序
关于作者
关于技术编辑
前言
第1章 数据科学是什么
真伪数据科学对比
伪数据科学的两个例子
新大学的面貌
数据科学家
数据科学家与数据工程师
数据科学家与统计学家
数据科学家与业务分析师
13个真实世界情景中的数据科学应用
情景1：国家对烈性酒销售的垄断结束后，DUI（酒后驾驶）逮捕量减少
情景2：数据科学与直觉
情景3：数据故障将数据变成乱码
情景4：异常空间的回归
情景5：分析与诱导在提升销量上有何不同价值
情景6：关于隐藏数据
情景7：汽油中的铅会导致高犯罪率。真的吗
情景8：波音787（梦幻客机）问题
情景9：NLP的7个棘手句子
情景10：数据科学家决定着我们所吃的食品
情景11：用较好的相关性增加亚马逊的销售量
情景12：检测Facebook上的假档案或假“喜欢”数
情景13：餐厅的分析
数据科学的历史、开拓者和现代趋势
统计学将会复兴
历史与开拓者
现代的趋势
最近的问答讨论
总结
第2章 大数据的独特性
两个大数据的问题
大数据“诅咒”
数据快速流动问题
大数据技术示例
大数据问题是数据科学所面临挑战的缩影
大规模数据集的聚类和分类
1亿行的Excel
MapReduce不能做什么
问题
3种解决方案
结论：何时使用MapReduce
沟通问题
数据科学：统计学的终结
8种最差的预测建模技术
把计算机科学、统计学和行业专业知识结合在一起
大数据生态系统
总结
第3章 成为一名数据科学家
数据科学家的主要特征
数据科学家的职能
横向与纵向数据科学家
数据科学家的类型
伪数据科学家
自学成才的数据科学家
业余数据科学家
极限数据科学家
数据科学家人群特征
数据科学方面的培训
大学课程
公司和协会培训项目
免费培训项目
数据科学家职业道路
独立顾问
创业者
总结
第4章 数据科学的技术（I）
新型指标
优化数字营销活动的指标
欺诈检测的指标
选择合适的分析工具
分析软件
可视化工具
实时产品
编程语言
可视化
用R生成数据视频
更复杂的视频
无模型的统计建模
无模型的统计建模是什么
该算法是如何工作的
源代码生成数据集
三类指标：中心性、波动性、颠簸性
中心性、波动性和颠簸性之间的关系
定义颠簸性
在Excel中计算颠簸性
使用颠簸系数
大数据的统计聚类
大数据的相关性和拟合度
一系列新的秩相关性
渐近分布与归一化
计算复杂度
计算q（n）
理论上的解决方案
结构系数
确定簇的数量
方法
例子
网络拓扑映射
安全通信：数据加密
总结
第5章 数据科学的技术（II）
数据字典
什么是数据字典
建立数据字典
隐性决策树
实现方法
示例：互联网流量打分
结论
与模型无关的置信区间
方法
分析桥第一定理
应用
源代码
随机数
解决问题的4个办法
拥有超强直觉能力的业务分析师的直观法
软件工程师的蒙特卡洛模拟法
统计学家的统计建模方法
计算机科学家的大数据方法
因果关系和相关性
怎样检测因果关系
数据科学项目的生命周期
预测模型的错误
逻辑相关回归
变量之间的相互作用
一阶近似
二阶近似
用Excel进行回归分析
实验设计
有趣的指标
把患者分成不同的人群进行治疗
私人定制的治疗
分析即服务和应用程序接口
工作原理
实施案例
关键词相关的API的源代码
其他主题
当数据库改变时，保存好数值
优化网络爬虫
哈希连接
用于模拟簇的简单源代码
Hadoop和大数据的新型合成方差
Hadoop和MapReduce的介绍
综合指标
Hadoop、数值的和统计的稳定性
方差的抽象概念
一个新的大数据定理
平移不变性的度量标准
实现：通信和计算成本
最终意见
总结
第6章 数据科学应用案例研究
股票市场
使回报率提高500%的模式
优化统计交易策略
股票交易的API：统计模型
股票交易的API：具体实现
股票市场模拟
些许数学知识
新趋势
加密
数据科学应用：隐写术
好的电子邮件加密
验证码破解
欺诈检测
点击欺诈
连续点击评分与二进制欺诈/非欺诈
数学模型与基准
虚假转化产生的偏差
一些误解
统计面临的挑战
点击评分优化关键词出价
组合优化自动快速的特征选择
特征的预测能力：交叉验证
勾连检测和僵尸网络的关联规则检测
模式检测的极值理论
数字分析
在线广告：到达率和频率的计算公式
电子邮件营销：提高300%的性能
在7天内优化关键词广告宣传活动
自动新闻提要优化
用bit.ly进行竞争情报分析
测量Twitter哈希标签（hashtag）的收益
用3个修补方法提升谷歌搜索
改进相关性的算法
广告循环问题
杂项
简单模型会获得更好的销售预测
更好的医疗欺诈检测
归因模型
预测陨石撞击
在路口停车场收集数据
数据科学的其他应用
总结
第7章 踏上你的数据科学职业之路
面试问题
关于工作经验的问题
技术问题

一般性问题
关于数据科学项目的问题
测试你自己的视觉和分析思维
通过肉眼的检测模式
识别偏差
误导性的时间序列和随机游走
从统计学家到数据科学家
数据科学家也是统计从业人员
谁应该给数据科学家教统计学
雇佣问题
数据科学家与数据架构师密切合作
谁应该参与战略思考
两种类型的统计学家
大数据与取样
数据科学家的分类
数据科学最流行的技能集合
LinkedIn上的顶级数据科学家
400个数据科学家职位头衔
薪酬调查
根据技能和位置的薪酬分类
创建自己的薪酬调查表
总结
第8章 数据科学资源
专业资源
数据集
书籍
会议与组织
网站
概念定义
职业建设资源
招聘数据科学家的公司
数据科学招聘广告的样本
简历样本
总结