數(shù)據(jù)科學概念與實踐（原書第2版）

贊譽
譯者序
序言
前言
致謝
作者簡介
第1章　簡介 1
1.1　AI、機器學習和數(shù)據(jù)科學 2
1.2　什么是數(shù)據(jù)科學 3
1.2.1　提取有意義的模式 3
1.2.2　構建表示模型 3
1.2.3　統(tǒng)計、機器學習和計算的結合 4
1.2.4　學習算法 4
1.2.5　相關領域 4
1.3　數(shù)據(jù)科學的案例 5
1.3.1　體量 5
1.3.2　維度 5
1.3.3　復雜問題 6
1.4　數(shù)據(jù)科學的分類 6
1.5　數(shù)據(jù)科學的算法 7
1.6　本書路線圖 8
1.6.1　數(shù)據(jù)科學入門 8
1.6.2　練習使用RapidMiner 8
1.6.3　核心算法 9
參考文獻 11
第2章　數(shù)據(jù)科學過程 12
2.1　先驗知識 13
2.1.1　目標 13
2.1.2　主題范圍 14
2.1.3　數(shù)據(jù) 14
2.1.4　因果關系與相關性 15
2.2　數(shù)據(jù)準備 15
2.2.1　數(shù)據(jù)探索 15
2.2.2　數(shù)據(jù)質(zhì)量 16
2.2.3　缺失值 16
2.2.4　數(shù)據(jù)類型和轉(zhuǎn)換 16
2.2.5　轉(zhuǎn)換 17
2.2.6　異常值 17
2.2.7　特征選擇 17
2.2.8　數(shù)據(jù)采樣 17
2.3　建模 18
2.3.1　訓練數(shù)據(jù)集和測試數(shù)據(jù)集 18
2.3.2　學習算法 19
2.3.3　模型評估 20
2.3.4　集成模型 20
2.4　應用 21
2.4.1　生產(chǎn)準備 21
2.4.2　技術整合 21
2.4.3　響應時間 21
2.4.4　模型刷新 22
2.4.5　同化 22
2.5　知識 22
參考文獻 23
第3章　數(shù)據(jù)探索 24
3.1　數(shù)據(jù)探索的目標 24
3.2　數(shù)據(jù)集 25
3.3　描述性統(tǒng)計 26
3.3.1　單變量探索 27
3.3.2　多變量探索 28
3.4　數(shù)據(jù)可視化 30
3.4.1　單變量的可視化 31
3.4.2　多變量的可視化 34
3.4.3　可視化高維數(shù)據(jù) 38
3.5　數(shù)據(jù)探索的路線圖 40
參考文獻 41
第4章　分類 42
4.1　決策樹 42
4.1.1　工作原理 42
4.1.2　實現(xiàn)過程 47
4.1.3　小結 55
4.2　規(guī)則歸納 56
4.2.1　工作原理 58
4.2.2　實現(xiàn)過程 60
4.2.3　小結 63
4.3　k-NN（k-近鄰） 63
4.3.1　工作原理 64
4.3.2　實現(xiàn)過程 69
4.3.3　小結 71
4.4　樸素貝葉斯 71
4.4.1　工作原理 72
4.4.2　實現(xiàn)過程 77
4.4.3　小結 79
4.5　人工神經(jīng)網(wǎng)絡 80
4.5.1　工作原理 82
4.5.2　實現(xiàn)過程 84
4.5.3　小結 86
4.6　支持向量機 87
4.6.1　工作原理 89
4.6.2　實現(xiàn)過程 91
4.6.3　小結 95
4.7　集成學習 95
4.7.1　工作原理 97
4.7.2　實現(xiàn)過程 98
4.7.3　小結 105
參考文獻 105
第5章　回歸方法 107
5.1　線性回歸 107
5.1.1　工作原理 108
5.1.2　實現(xiàn)過程 112
5.1.3　檢查點 117
5.2　邏輯回歸 120
5.2.1　工作原理 122
5.2.2　實現(xiàn)過程 124
5.2.3　總結要點 127
5.3　總結 127
參考文獻 127
第6章　關聯(lián)分析 128
6.1　挖掘關聯(lián)規(guī)則 129
6.1.1　項集 130
6.1.2　規(guī)則生成 132
6.2　Apriori算法 133
6.3　頻繁模式增長算法 136
6.3.1　工作原理 136
6.3.2　實現(xiàn)過程 138
6.4　總結 141
參考文獻 141
第7章　聚類 142
7.1　k-means聚類 145
7.1.1　工作原理 147
7.1.2　實現(xiàn)過程 149
7.2　DBSCAN聚類 153
7.2.1　工作原理 153
7.2.2　實現(xiàn)過程 155
7.3　自組織映射 158
7.3.1　工作原理 159
7.3.2　實現(xiàn)過程 161
參考文獻 166
第8章　模型評估 168
8.1　混淆矩陣 169
8.2　ROC和AUC 170
8.3　提升曲線 172
8.4　實現(xiàn)過程 174
8.5　總結 177
參考文獻 178
第9章　文本挖掘 179
9.1　工作原理 180
9.1.1　詞頻–逆文檔頻率 180
9.1.2　詞語 181
9.2　實現(xiàn)過程 184
9.2.1　實現(xiàn)1：關鍵詞聚類 184
9.2.2　實現(xiàn)2：預測博客作者的性別 187
9.3　總結 193
參考文獻 194
第10章　深度學習 195
10.1　AI冬天 197
10.1.1　AI冬天：20世紀70年代 197
10.1.2　冬季解凍：20世紀80年代 198
10.1.3　人工智能的春夏：2006年至今 200
10.2　工作原理 201
10.2.1　神經(jīng)網(wǎng)絡的回歸模型 201
10.2.2　梯度下降法 202
10.2.3　需要反向傳播 204
10.2.4　分類超過2個：softmax 205
10.2.5　卷積神經(jīng)網(wǎng)絡 207
10.2.6　密集層 211
10.2.7　隨機失活層 211
10.2.8　循環(huán)神經(jīng)網(wǎng)絡 212
10.2.9　自動編碼器 213
10.2.10　相關AI模型 213
10.3　實現(xiàn)過程 214
10.4　總結 217
參考文獻 218
第11章　推薦引擎 219
11.1　推薦引擎的概念 221
11.2　協(xié)同過濾 225
11.2.1　基于鄰域的方法 226
11.2.2　矩陣分解 233
11.3　基于內(nèi)容的過濾 238
11.3.1　用戶畫像的計算 239
11.3.2　有監(jiān)督學習方法 245
11.4　混合推薦器 249
11.5　總結 250
參考文獻 251
第12章　時間序列預測 253
12.1　時間序列分解 256
12.1.1　經(jīng)典分解 258
12.1.2　實現(xiàn)過程 258
12.2　基于平滑的方法 260
12.2.1　簡單預測方法 260
12.2.2　指數(shù)平滑 261
12.2.3　實現(xiàn)過程 263
12.3　基于回歸的方法 264
12.3.1　回歸 265
12.3.2　周期性回歸 266
12.3.3　集成移動平均自回歸模型 268
12.3.4　周期性ARIMA 272
12.4　機器學習方法 274
12.4.1　窗口化 275
12.4.2　神經(jīng)網(wǎng)絡自回歸 280
12.