數(shù)據(jù)科學商業(yè)實戰(zhàn)：全面講解商業(yè)領域中的數(shù)據(jù)處理、機器學習和人工智能

定　價：￥79.00

作　者：	［美］菲爾德·卡迪 (Field Cady)
出版社：	原子能出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥62.57)

ISBN：	9787522129198	出版時間：	2023-11-01	包裝：	平裝
開本：	32開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書對數(shù)據(jù)科學的商業(yè)應用做出了全面的講解，包括數(shù)據(jù)科學能解決哪些問題、如何在企業(yè)中應用數(shù)據(jù)科學以及相關的數(shù)據(jù)科學技術。數(shù)據(jù)科學家可以研究企業(yè)經(jīng)營的目標和制約因素，以發(fā)揮更大的作用。本書非常適合根據(jù)數(shù)據(jù)科學和數(shù)據(jù)分析做出關鍵決策的企業(yè)高管以及數(shù)據(jù)科學家，也很適合需要向別人介紹數(shù)據(jù)分析產(chǎn)品的營銷人員。

作者簡介

　　菲爾德·卡迪（Field Cady）艾倫人工智能研究所數(shù)據(jù)科學家，為客戶提供咨詢服務，曾任職于谷歌。他擁有斯坦福大學物理和數(shù)學學士學位，以及卡內(nèi)基梅隆大學計算機科學碩士學位。

圖書目錄

第一章前言 001
1.1 為什么企業(yè)管理者需要了解數(shù)據(jù)科學 003
1.2 新時代的數(shù)據(jù)素養(yǎng) 005
1.3 數(shù)據(jù)驅(qū)動式開發(fā) 007
1.4 如何使用本書 010
第二章商業(yè)領域中的數(shù)據(jù)科學 013
2.1 什么是數(shù)據(jù)科學 015
2.2 企業(yè)中的數(shù)據(jù)科學 036
2.3 聘請數(shù)據(jù)科學家 048
2.4 管理失敗案例 067
第三章處理現(xiàn)代數(shù)據(jù) 073
3.1 非結構化數(shù)據(jù)和被動收集 076
3.2 數(shù)據(jù)類型和來源 078
3.3 數(shù)據(jù)格式 079
3.4 數(shù)據(jù)庫 087
3.5 數(shù)據(jù)分析軟件架構 093
第四章講述故事和總結數(shù)據(jù) 101
4.1 選擇要度量的內(nèi)容 104
4.2 異常值、可視化和概要統(tǒng)計的局限性：一圖抵千數(shù) 108
4.3 實驗、相關性和因果關系 113
4.4 以一個數(shù)字進行總結 117
4.5 評估關鍵特征：集中趨勢、擴散程度和重尾 118
4.6 總結兩個數(shù)字：相關系數(shù)和散點圖 128
4.7 高階內(nèi)容：擬合直線或曲線 133
4.8 統(tǒng)計學：如何不自欺欺人 142
4.9 高階內(nèi)容：值得了解的概率分布 158
第五章機器學習 175
5.1 監(jiān)督式學習、非監(jiān)督式學習、二元分類 178
5.2 測量性能 188
5.3 高階內(nèi)容：重要分類器 198
5.4 數(shù)據(jù)結構：無監(jiān)督式學習 217
5.5 邊做邊學：強化學習 235
第六章了解工具 241
6.1 關于學習編碼的注意事項 244
6.2 速查表 245
6.3 數(shù)據(jù)科學生態(tài)系統(tǒng)的組成部分 246
6.4 高階內(nèi)容：數(shù)據(jù)庫查詢速成課 264
第七章深度學習和人工智能 275
7.1 人工智能概述 278
7.2 神經(jīng)網(wǎng)絡 282
7.3 自然語言處理（NLP） 296
7.4 知識庫和圖表 305
后記 309