大数据分析：理论、方法及应用
出版时间:
2022-05
版次:
1
ISBN:
9787111703471
定价:
129.00
装帧:
其他
开本:
16开
纸张:
胶版纸
页数:
336页
字数:
518千字
9人买过
-
本书由算法领域的知名专家Steven Skiena教授撰写，重点介绍了收集、分析和解释数据所需的技能和原理。作者由浅入深地介绍了数据科学的概念、所需的数学基础、数据的整理清洗方法、数据分析方法（统计分析、可视化、数学模型、线性逻辑回归、机器学习算法等）以及学习大数据分析的意义。作者结合应用领域的大量数据分析案例，以解释大数据分析所需技能与原理，帮助者快速理解和掌握大数据分析的理论与方法，也将这些技能的实际应用方式展现得淋漓尽致，具有很强的可操作性。 史蒂文·S. 斯基纳（Steven S.Skiena）博士是石溪大学的杰出教授，研究方向是数据科学、自然语言处理和算法。由于对本科教学工作有杰出贡献，他曾获得IEEE计算机科学与工程本科教学奖。他还撰写了6本书，包括知名的The Algorithm Design Manual、Programming Challenges: The Programming Contest Training Manual。 译者序
前言
第1章 什么是数据科学1
1.1 计算机科学、数据科学和真正的科学1
1.2 从数据中提出有趣的问题3
1.2.1 棒球百科全书3
1.2.2 互联网电影数据库6
1.2.3 Google Ngrams7
1.2.4 纽约出租车记录9
1.3 数据的属性11
1.3.1 结构化与非结构化数据11
1.3.2 定量数据与类别数据11
1.3.3 大数据与小数据12
1.4 分类与回归12
1.5 关于数据科学的电视节目：The Quant Shop13
1.6 关于实战故事15
1.7 实战故事：回答正确的问题16
1.8 章节注释17
1.9 练习17
第2章 数学基础20
2.1 概率20
2.1.1 概率与统计21
2.1.2 复合事件与独立事件22
2.1.3 条件概率23
2.1.4 概率分布23
2.2 描述性统计25
2.2.1 中心性度量25
2.2.2 变异性度量26
2.2.3 解释方差27
2.2.4 描述分布29
2.3 相关性分析29
2.3.1 相关系数：皮尔逊和斯皮尔曼秩30
2.3.2 相关的强弱与显著性31
2.3.3 相关性并不意味着因果关系33
2.3.4 用自相关检测周期性34
2.4 对数35
2.4.1 对数与乘法概率35
2.4.2 对数和比率35
2.4.3 对数与正规化偏态分布36
2.5 实战故事：契合设计师基因37
2.6 章节注释39
2.7 练习39
第3章 数据整理42
3.1 数据科学语言42
3.1.1 notebook环境的重要性44
3.1.2 标准数据格式45
3.2 数据收集47
3.2.1 搜索47
3.2.2 爬取49
3.2.3 网络日志50
3.3 数据清洗50
3.3.1 错误与伪影51
3.3.2 数据兼容性52
3.3.3 处理缺失值56
3.3.4 离群值检测57
3.4 实战故事：打败市场58
3.5 众包59
3.5.1 一便士的实验59
3.5.2 什么时候有群体智慧60
3.5.3 聚合机制61
3.5.4 众包服务62
3.5.5 游戏化65
3.6 章节注释66
3.7 练习66
第4章 得分和排名69
4.1 体重指数70
4.2 开发评分系统72
4.2.1 黄金标准和代理72
4.2.2 排名与得分72
4.2.3 识别良好的评分函数74
4.3 Z得分和归一化75
4.4 高级排名技术76
4.4.1 Elo排名76
4.4.2 合并排名78
4.4.3 基于有向图的排名80
4.4.4 PageRank80
4.5 实战故事：Clyde的复仇81
4.6 阿罗不可能性定理83
4.7 实战故事：谁更大84
4.8 章节注释87
4.9 练习87
第5章 统计分析89
5.1 统计分布90
5.1.1 二项分布90
5.1.2 正态分布91
5.1.3 正态分布的含义93
5.1.4 泊松分布93
5.1.5 幂律分布95
5.2 从分布中采样97
5.3 统计显著性99
5.3.1 显著性的意义100
5.3.2 t检验：比较总体均值101
5.3.3 Kolmogorov-Smirnov检验102
5.3.4 Bonferroni校正104
5.3.5 错误发现率104
5.4 实战故事：发现青春之泉105
5.5 置换检验与p值106
5.5.1 产生随机排列108
5.5.2 迪马吉奥的连胜纪录109
5.6 贝叶斯定理110
5.7 章节注释111
5.8 练习111
第6章 数据可视化114
6.1 探索性数据分析115
6.1.1 面对新的数据集115
6.1.2 汇总统计量和Anscombe四重线117
6.1.3 可视化工具119
6.2 发展可视化美学119
6.2.1 化数据墨水比率120
6.2.2 小化谎言因子121
6.2.3 限度地减少图表垃圾122
6.2.4 恰当的缩放和标注123
6.2.5 有效使用颜色和阴影124
6.2.6 重复的力量125
6.3 图表类型125
6.3.1 表格数据127
6.3.2 点状图和折线图128
6.3.3 散点图131
6.3.4 条形图和饼图133
6.3.5 直方图135
6.3.6 数据地图137
6.4 出色的可视化139
6.4.1 Marey的火车时刻表139
6.4.2 斯诺的霍乱地图140
6.4.3 纽约气象年141
6.5 读图141
6.5.1 模糊分布141
6.5.2 过度解释方差142
6.6 交互式可视化143
6.7 实战故事：TextMap144
6.8 章节注释146
6.9 练习146
第7章 数学模型149
7.1 建模哲学149
7.1.1 奥卡姆剃刀原理149
7.1.2 权衡偏差与方差150
7.1.3 Nate Silver会怎么做150
7.2 模型分类152
7.2.1 线性模型与非线性模型152
7.2.2 黑盒与描述性模型152
7.2.3 原理与数据驱动模型153
7.2.4 随机模型与确定性模型154
7.2.5 平面模型与分层模型155
7.3 基准模型155
7.3.1 分类的基准模型155
7.3.2 价值预测的基准模型156
7.4 评估模型157
7.4.1 评估分类器158
7.4.2 受试者工作特征曲线161
7.4.3 评估多类系统162
7.4.4 评估价值预测模型164
7.5 评估环境165
7.5.1 数据卫生评估167
7.5.2 放大小型评估集167
7.6 实战故事：100%准确169
7.7 模拟模型170
7.8 实战故事：经过计算的赌注170
7.9 章节注释1
-
内容简介:
本书由算法领域的知名专家Steven Skiena教授撰写，重点介绍了收集、分析和解释数据所需的技能和原理。作者由浅入深地介绍了数据科学的概念、所需的数学基础、数据的整理清洗方法、数据分析方法（统计分析、可视化、数学模型、线性逻辑回归、机器学习算法等）以及学习大数据分析的意义。作者结合应用领域的大量数据分析案例，以解释大数据分析所需技能与原理，帮助者快速理解和掌握大数据分析的理论与方法，也将这些技能的实际应用方式展现得淋漓尽致，具有很强的可操作性。
-
作者简介:
史蒂文·S. 斯基纳（Steven S.Skiena）博士是石溪大学的杰出教授，研究方向是数据科学、自然语言处理和算法。由于对本科教学工作有杰出贡献，他曾获得IEEE计算机科学与工程本科教学奖。他还撰写了6本书，包括知名的The Algorithm Design Manual、Programming Challenges: The Programming Contest Training Manual。
-
目录:
译者序
前言
第1章 什么是数据科学1
1.1 计算机科学、数据科学和真正的科学1
1.2 从数据中提出有趣的问题3
1.2.1 棒球百科全书3
1.2.2 互联网电影数据库6
1.2.3 Google Ngrams7
1.2.4 纽约出租车记录9
1.3 数据的属性11
1.3.1 结构化与非结构化数据11
1.3.2 定量数据与类别数据11
1.3.3 大数据与小数据12
1.4 分类与回归12
1.5 关于数据科学的电视节目：The Quant Shop13
1.6 关于实战故事15
1.7 实战故事：回答正确的问题16
1.8 章节注释17
1.9 练习17
第2章 数学基础20
2.1 概率20
2.1.1 概率与统计21
2.1.2 复合事件与独立事件22
2.1.3 条件概率23
2.1.4 概率分布23
2.2 描述性统计25
2.2.1 中心性度量25
2.2.2 变异性度量26
2.2.3 解释方差27
2.2.4 描述分布29
2.3 相关性分析29
2.3.1 相关系数：皮尔逊和斯皮尔曼秩30
2.3.2 相关的强弱与显著性31
2.3.3 相关性并不意味着因果关系33
2.3.4 用自相关检测周期性34
2.4 对数35
2.4.1 对数与乘法概率35
2.4.2 对数和比率35
2.4.3 对数与正规化偏态分布36
2.5 实战故事：契合设计师基因37
2.6 章节注释39
2.7 练习39
第3章 数据整理42
3.1 数据科学语言42
3.1.1 notebook环境的重要性44
3.1.2 标准数据格式45
3.2 数据收集47
3.2.1 搜索47
3.2.2 爬取49
3.2.3 网络日志50
3.3 数据清洗50
3.3.1 错误与伪影51
3.3.2 数据兼容性52
3.3.3 处理缺失值56
3.3.4 离群值检测57
3.4 实战故事：打败市场58
3.5 众包59
3.5.1 一便士的实验59
3.5.2 什么时候有群体智慧60
3.5.3 聚合机制61
3.5.4 众包服务62
3.5.5 游戏化65
3.6 章节注释66
3.7 练习66
第4章 得分和排名69
4.1 体重指数70
4.2 开发评分系统72
4.2.1 黄金标准和代理72
4.2.2 排名与得分72
4.2.3 识别良好的评分函数74
4.3 Z得分和归一化75
4.4 高级排名技术76
4.4.1 Elo排名76
4.4.2 合并排名78
4.4.3 基于有向图的排名80
4.4.4 PageRank80
4.5 实战故事：Clyde的复仇81
4.6 阿罗不可能性定理83
4.7 实战故事：谁更大84
4.8 章节注释87
4.9 练习87
第5章 统计分析89
5.1 统计分布90
5.1.1 二项分布90
5.1.2 正态分布91
5.1.3 正态分布的含义93
5.1.4 泊松分布93
5.1.5 幂律分布95
5.2 从分布中采样97
5.3 统计显著性99
5.3.1 显著性的意义100
5.3.2 t检验：比较总体均值101
5.3.3 Kolmogorov-Smirnov检验102
5.3.4 Bonferroni校正104
5.3.5 错误发现率104
5.4 实战故事：发现青春之泉105
5.5 置换检验与p值106
5.5.1 产生随机排列108
5.5.2 迪马吉奥的连胜纪录109
5.6 贝叶斯定理110
5.7 章节注释111
5.8 练习111
第6章 数据可视化114
6.1 探索性数据分析115
6.1.1 面对新的数据集115
6.1.2 汇总统计量和Anscombe四重线117
6.1.3 可视化工具119
6.2 发展可视化美学119
6.2.1 化数据墨水比率120
6.2.2 小化谎言因子121
6.2.3 限度地减少图表垃圾122
6.2.4 恰当的缩放和标注123
6.2.5 有效使用颜色和阴影124
6.2.6 重复的力量125
6.3 图表类型125
6.3.1 表格数据127
6.3.2 点状图和折线图128
6.3.3 散点图131
6.3.4 条形图和饼图133
6.3.5 直方图135
6.3.6 数据地图137
6.4 出色的可视化139
6.4.1 Marey的火车时刻表139
6.4.2 斯诺的霍乱地图140
6.4.3 纽约气象年141
6.5 读图141
6.5.1 模糊分布141
6.5.2 过度解释方差142
6.6 交互式可视化143
6.7 实战故事：TextMap144
6.8 章节注释146
6.9 练习146
第7章 数学模型149
7.1 建模哲学149
7.1.1 奥卡姆剃刀原理149
7.1.2 权衡偏差与方差150
7.1.3 Nate Silver会怎么做150
7.2 模型分类152
7.2.1 线性模型与非线性模型152
7.2.2 黑盒与描述性模型152
7.2.3 原理与数据驱动模型153
7.2.4 随机模型与确定性模型154
7.2.5 平面模型与分层模型155
7.3 基准模型155
7.3.1 分类的基准模型155
7.3.2 价值预测的基准模型156
7.4 评估模型157
7.4.1 评估分类器158
7.4.2 受试者工作特征曲线161
7.4.3 评估多类系统162
7.4.4 评估价值预测模型164
7.5 评估环境165
7.5.1 数据卫生评估167
7.5.2 放大小型评估集167
7.6 实战故事：100%准确169
7.7 模拟模型170
7.8 实战故事：经过计算的赌注170
7.9 章节注释1
查看详情
-
全新
北京市丰台区
平均发货23小时
成功完成率88.43%
-
全新
山东省泰安市
平均发货8小时
成功完成率93.19%
-
全新
天津市津南区
平均发货13小时
成功完成率94.5%
-
全新
河北省保定市
平均发货18小时
成功完成率87.71%
-
全新
河北省保定市
平均发货26小时
成功完成率87.82%
-
全新
河北省保定市
平均发货26小时
成功完成率92.6%
-
全新
天津市西青区
平均发货14小时
成功完成率90.27%
-
全新
广东省广州市
平均发货24小时
成功完成率79.85%
-
八五品
河南省鹤壁市
平均发货23小时
成功完成率90.78%
-
全新
山东省济宁市
平均发货67小时
成功完成率81.29%
-
全新
湖北省武汉市
平均发货14小时
成功完成率93.31%
-
全新
江苏省无锡市
平均发货10小时
成功完成率93.42%
-
全新
河北省保定市
平均发货15小时
成功完成率91.27%
-
全新
北京市顺义区
平均发货15小时
成功完成率94.03%
-
全新
北京市西城区
平均发货28小时
成功完成率90.58%
-
全新
江苏省无锡市
平均发货18小时
成功完成率94.5%
-
全新
北京市朝阳区
平均发货9小时
成功完成率96.85%
-
全新
江苏省无锡市
平均发货18小时
成功完成率92.79%
-
全新
四川省成都市
平均发货9小时
成功完成率96.98%
-
全新
江苏省无锡市
平均发货8小时
成功完成率95.88%
-
全新
广东省广州市
平均发货20小时
成功完成率87.58%
-
全新
广东省广州市
平均发货20小时
成功完成率86.4%
-
全新
北京市西城区
平均发货28小时
成功完成率88.77%
-
全新
河北省保定市
平均发货18小时
成功完成率87.71%
-
全新
河北省保定市
平均发货20小时
成功完成率87.17%
-
大数据分析：理论、方法及应用
所有图书均为正版新书，库存书，ISBN匹配图片偶尔会有误差，订单以ISBN码为准，套装@合集价格低的实为单本，版本有疑问先咨询下再下单
全新
四川省成都市
平均发货32小时
成功完成率70.63%
-
全新
河北省保定市
平均发货26小时
成功完成率89.67%
-
全新
河北省保定市
平均发货25小时
成功完成率89.1%
-
全新
河北省保定市
平均发货25小时
成功完成率84.74%
-
全新
江苏省南京市
平均发货15小时
成功完成率83.08%
-
全新
河北省保定市
平均发货21小时
成功完成率83.64%
-
全新
江苏省无锡市
平均发货17小时
成功完成率87.2%
-
全新
浙江省嘉兴市
平均发货10小时
成功完成率94.14%
-
全新
江苏省宿迁市
平均发货25小时
成功完成率87.98%
-
全新
北京市通州区
平均发货9小时
成功完成率89.37%
-
九品
北京市东城区
平均发货25小时
成功完成率87.27%
-
全新
广东省广州市
平均发货8小时
成功完成率94.72%
-
全新
北京市房山区
平均发货29小时
成功完成率83.68%
-
八五品
四川省成都市
平均发货12小时
成功完成率91.55%
-
八五品
重庆市沙坪坝区
平均发货15小时
成功完成率90.06%
-
全新
北京市丰台区
平均发货8小时
成功完成率90.55%
-
全新
北京市朝阳区
平均发货20小时
成功完成率84.57%
-
全新
上海市黄浦区
平均发货11小时
成功完成率94.39%
-
全新
北京市通州区
平均发货10小时
成功完成率88.09%
-
全新
河北省保定市
平均发货17小时
成功完成率82.86%
-
全新
河北省保定市
平均发货15小时
成功完成率82.12%
-
九五品
河南省鹤壁市
平均发货23小时
成功完成率90.78%
-
大数据分析：理论、方法及应用
买书，就上二手书海官方企业店，清仓处理，真实库存，特价正版，收藏店铺，优先发货! ps：下午三点之前的订单当天发货，之后明天发货，特殊情况除外。
九五品
河南省鹤壁市
平均发货28小时
成功完成率88.56%
-
全新
四川省成都市
平均发货17小时
成功完成率81.29%
-
全新
北京市东城区
平均发货29小时
成功完成率84.72%
占位居中
