像數(shù)據達人一樣思考和溝通：數(shù)據科學、統(tǒng)計學與機器學習極簡入門

第1篇掌握數(shù)據達人的思維
第1章定義問題3
1.1數(shù)據達人應該掌握的問題4
1.2了解數(shù)據項目失敗的原因10
1.3解決重要的問題14
本章小結15
第2章何為數(shù)據16
2.1數(shù)據與信息17
2.2數(shù)據類型19
2.3數(shù)據的收集與組織方式20
2.4基本匯總統(tǒng)計23
本章小結24
第3章統(tǒng)計學思維25
3.1學會質疑26
3.2無處不在的隨機波動29
3.3概率與統(tǒng)計34
本章小結41像數(shù)據達人一樣思考和溝通目錄第2篇掌握數(shù)據達人的語言
第4章質詢數(shù)據45
4.1你會怎么做？47
4.2數(shù)據的來源是什么?53
4.3數(shù)據是否具有代表性？56
4.4是否缺少某些數(shù)據？57
4.5數(shù)據集的大小59
本章小結60
第5章探索數(shù)據61
5.1探索性數(shù)據分析62
5.2培養(yǎng)探索心態(tài)64
5.3數(shù)據是否能解答問題？65
5.4你是否能從數(shù)據中發(fā)現(xiàn)某些相關性？71
5.5你是否從數(shù)據中發(fā)現(xiàn)了新的機會？76
本章小結77
第6章檢查概率78
6.1猜概率: 筆記本電腦是否感染病毒79
6.2游戲規(guī)則80
6.3概率思想實驗87
6.4謹慎做出獨立性假設90
6.5一切概率都是條件概率92
6.6保證概率數(shù)字有意義96
本章小結99
第7章質疑統(tǒng)計100
7.1統(tǒng)計推斷的簡短討論101
7.2統(tǒng)計推斷的過程108
7.3用于質疑統(tǒng)計結果的問題109
本章小結118
第3篇理解數(shù)據科學家的工具箱
第8章尋找未知分組121
8.1無監(jiān)督學習123
8.2數(shù)據降維123
8.3主成分分析法(PCA)126
8.4聚類131
8.5k均值聚類133
本章小結137
第9章理解回歸模型139
9.1監(jiān)督學習140
9.2線性回歸能做些什么142
9.3線性回歸帶給我們什么146
9.4線性回歸的隱患149
9.5其他回歸模型155
本章小結156
第10章理解分類模型157
10.1分類模型介紹158
10.2邏輯回歸160
10.3決策樹165
10.4集成方法169
10.5謹防陷阱172
10.6準確性的誤解174
本章小結178第11章理解文本分析179
11.1文本分析的期望180
11.2文本如何變成數(shù)字182
11.3主題建模192
11.4文本分類194
11.5實際處理文本分析的細節(jié)200
本章小結203
第12章解析深度學習概念204
12.1神經網絡206
12.2深度學習的應用213
12.3深度學習的實踐223
12.4人工智能與你227
本章小結230
第4篇確 保 成 功
第13章注意陷阱235
13.1數(shù)據中的偏差和怪象236
13.2陷阱大清單242
本章小結247
第14章知人善任248
14.1溝通中斷的7個場景249
14.2數(shù)據個性255
本章小結257
第15章未完待續(xù)259術語表263