数据科学家养成手册

图书标准信息

• 作者 高扬 著
• 出版社 电子工业出版社
• 出版时间 2017-05
• 版次 1
• ISBN 9787121313042
• 定价 79.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 376页

【内容简介】

　　作为认知科学的延伸，数据科学一方面应该越来越引起广大大数据工作者的重视，另一方面也要撩开自己的神秘面纱，以尤为亲民的姿态和每位大数据工作者成为亲密无间的战友，为用科学的思维方式进行工作做好理论准备。《数据科学家养成手册》从众多先贤及科学家的轶事讲起，以逐步归纳和递进的脉络总结出科学及数据科学所应关注的要点，然后在生产的各个环节中对这些要点逐一进行讨论与落实，从更高、更广的视角回看科学及数据科学在各个生产环节的缩影。《数据科学家养成手册》并不以高深的数学理论研究作为目的，也不以某一种计算机语言编程作为主线脉络，而是在一个个看似孤立的故事与工程中不断拾遗，并试着从中悟出一些道理。

 

　　《数据科学家养成手册》适合大数据从业人员和对大数据相关知识感兴趣的人，初级和中级程序员、架构师及希望通过对数据的感知改进工作的人，产品经理、运营经理、数据分析师、数据库开发工程师等对数据分析工作敏感的人，以及所有对数据科学感兴趣并希望逐步深入了解数据科学知识体系的人阅读。

 

【作者简介】

　　高扬，北京邮电大学计算机专业毕业，重庆工商大学管理科学与工程专业硕士研究生事业导师。10年以上IT行业工作经验，3年海外工作经验。2010年后一直专注于数据库、大数据、数据挖掘、机器学习、人工智能等相关领域的研究。曾在金山软件西山居任大数据架构师，负责大数据平台构架与搭建。现任欢聚时代资深大数据专家，负责大数据、深度学习等基础技术与理论研究和实际产品的结合。

 

【目录】

认知篇

 

第1章  什么是科学家  2

 

1.1  从太阳东升西落开始  2

 

1.1.1  农历  2

 

1.1.2  公历  5

 

1.1.3  小结  7

 

1.2  阿基米德爱洗澡？  7

 

1.3  托勒密的秘密  10

 

1.4  牛顿为什么那么牛  11

 

1.4.1  苹果和三大定律  11

 

1.4.2  极限和微积分  12

 

1.5  高斯——高，实在是高  15

 

1.6  离经叛道的爱因斯坦  17

 

1.7  本章小结  20

 

第2章  什么是科学  23

 

2.1  科学之科  23

 

2.2  边界的迷茫  23

 

2.3  科学之殇  26

 

2.4  本章小结  27

 

第3章  数据与数学  28

 

3.1  什么是数据  28

 

3.2  数学的奥妙  29

 

3.2.1  《几何原本》  29

 

3.2.2  《九章算术》  30

 

3.2.3  高等数学  34

 

3.3  本章小结  37

 

第4章  数据科学的使命  38

 

4.1  走近数据科学  38

 

4.1.1  介质  38

 

4.1.2  从信息到数据  41

 

4.1.3  数据科学的本质  43

 

4.2  万能的数据科学  44

 

4.2.1  测量  44

 

4.2.2  统计计算  47

 

4.2.3  指标  52

 

4.3  使命必达  53

 

4.3.1  高效生产  53

 

4.3.2  破除迷信  56

 

4.3.3  目标一致与不一致  57

 

4.4  本章小结  58

 

第5章  矛盾的世界  59

 

5.1  古希腊——学者高产的国度  59

 

5.2  矛盾无处不在  61

 

5.3  世界究竟是否可知  63

 

5.4  薛定谔的“喵星人”  64

 

5.5  本章小结  66

 

第6章  实验和哲学  68

 

6.1  朴素的认知方法  68

 

6.1.1  眼见为实  69

 

6.1.2  归纳与总结  70

 

6.2  哲学靠谱吗  71

 

6.3  数学的尽头是哲学  72

 

6.4  本章小结  73

 

第7章  辩证思维  74

 

7.1  要不要辩证有多大区别  74

 

7.2  谁对谁错  76

 

7.3  做到客观不容易  77

 

7.4  观念的存弭  79

 

7.5  本章小结  82

 

分化篇

 

第8章  统计学  86

 

8.1  数理统计鼻祖—阿道夫·凯特勒  86

 

8.2  统计就是统共合计  88

 

8.3  数据来源  90

 

8.4  抽样  91

 

8.5  对照实验  91

 

8.6  误差  94

 

8.6.1  抽样误差  94

 

8.6.2  非抽样误差  96

 

8.7  概括性度量  97

 

8.7.1  集中趋势度量  98

 

8.7.2  离散程度度量  100

 

8.7.3  小结  100

 

8.8  概率与分布  100

 

8.8.1  数学期望  102

 

8.8.2  正态分布  103

 

8.8.3  其他分布  106

 

8.9  统计学与大数据  107

 

第9章  信息论  109

 

9.1  模拟信号  109

 

9.2  信息量与信息熵  110

 

9.3  香农公式  111

 

9.4  数字信号  112

 

9.5  编码与压缩  113

 

9.5.1  无损压缩  114

 

9.5.2  有损压缩  117

 

9.6  本章小结  126

 

第10章  混沌论  127

 

10.1  洛伦兹在想什么  128

 

10.2  罗伯特·梅的养鱼计划  129

 

10.3  有限的大脑，无限的维  130

 

10.4  谋杀上帝的拉普拉斯  132

 

10.5  庞加莱不是省油的灯  134

 

10.6  未知居然还能做预测  137

 

10.7  本章小结  137

 

第11章  算法学  139

 

11.1  离散的世界  139

 

11.2  成本的度量  142

 

11.3  穷举法——暴力破解  143

 

11.4  分治法——化繁为简  152

 

11.5  回溯法——能省则省  154

 

11.6  贪心法——局部最优  155

 

11.7  迭代法——步步逼近  156

 

11.7.1  牛顿法  157

 

11.7.2  梯度下降法  158

 

11.7.3  遗传算法  159

 

11.8  机器学习——自动归纳  161

 

11.8.1  非监督学习  162

 

11.8.2  监督学习  164

 

11.8.3  强化学习  176

 

11.9  神经网络——深度学习  178

 

11.9.1  神经元  178

 

11.9.2  BP神经网络  180

 

11.9.3  损失函数  181

 

11.9.4  非线性分类  183

 

11.9.5  激励函数  187

 

11.9.6  卷积神经网络  189

 

11.9.7  循环神经网络  191

 

11.9.8  小结  194

 

11.10  本章小结  195

 

实践篇

 

第12章  数据采集  198

 

12.1  数据的源头  198

 

12.2  日志收集  199

 

12.2.1  实时上传  200

 

12.2.2  延时上传  203

 

12.2.3  加密问题  204

 

12.2.4  压缩问题  205

 

12.2.5  连接方式  206

 

12.2.6  消息格式  208

 

12.2.7  维度分解  210

 

12.3  这只是不靠谱的开始  211

 

12.4  本章小结  212

 

第13章  数据存储  213

 

13.1  读写不对等  213

 

13.1.1  读多写少  214

 

13.1.2  读少写多  214

 

13.1.3  读写都多  215

 

13.2  进快还是出快  216

 

13.2.1  最快写入  216

 

13.2.2  读出最快  218

 

13.3  文件还是数据库  218

 

13.4  要不要支持事务  219

 

13.5  表分区和索引  221

 

13.5.1  表分区  222

 

13.5.2  索引  222

 

13.6  稳定最重要  225

 

13.7  安全性和副本  226

 

13.7.1  RAID  226

 

13.7.2  软冗余  228

 

13.8  本章小结  229

 

第14章  数据统计  230

 

14.1  此“统计”恐非彼“统计”  230

 

14.2  要精确还是要简洁  234

 

14.3  统计是万能的吗  235

 

14.4  注意性能  237

 

14.5  本章小结  238

 

第15章  数据建模  239

 

15.1  模型是宝贵的财富  240

 

15.2  量化是关键  241

 

15.3  该算法出马了  241

 

15.3.1  统计学模型  242

 

15.3.2  线性关系  243

 

15.3.3  复杂的非线性关系  243

 

15.4  算法的哲学  244

 

15.5  本章小结  245

 

第16章  数据可视化与分析  247

 

16.1  看得见，摸得着  247

 

16.2  颜色很重要  247

 

16.3  别说布局没有用  249

 

16.3.1  由上而下，由简而繁  249

 

16.3.2  总-分，分-总，总-分-总  251

 

16.3.3  毗邻吸引  252

 

16.4  有图就别要表格  253

 

16.5  分析的内涵  254

 

16.5.1  相关性分析  255

 

16.5.2  预测分析  256

 

16.5.3  其他分析  257

 

16.6  有趣的统计应用  257

 

16.6.1  不规则图形的面积  258

 

16.6.2  套出你的实话  258

 

16.6.3  巧测圆周率  259

 

16.7  仁者见仁，智者见智  260

 

16.8  永恒的困惑  261

 

16.9  本章小结  263

 

第17章  数据决策  264

 

17.1  决策就是“拍脑袋”  264

 

17.2  哪里有物质，哪里就有数据  265

 

17.2.1  目的的统一  265

 

17.2.2  数据胜于雄辩  266

 

17.3  这是风险博弈  267

 

17.3.1  性价比优先  267

 

17.3.2  小迭代至上  268

 

17.3.3  不要“输不起”  268

 

17.3.4  留得青山在  269

 

17.4  本章小结  270

 

第18章  案例分析  272

 

18.1  K线图里的秘密  272

 

18.1.1  什么是市场  273

 

18.1.2  谁在控制价格  273

 

18.1.3  货币价格的形成  276

 

18.1.4  零和博弈  277

 

18.1.5  涨跌都盈利  278

 

18.1.6  价格的预测  279

 

18.1.7  形态  280

 

18.1.8  K线图周期  282

 

18.1.9  造市商与点差  283

 

18.1.10  科学分析  284

 

18.1.11  小结  317

 

18.2  数学能救命  317

 

18.2.1  阴云下的大西洋  317

 

18.2.2  护航船队的救星  318

 

18.2.3  数学家的天下  324

 

18.2.4  小结  324

 

18.3  人人都能运筹帷幄  325

 

第19章  与本书相关内容的问与答  326

 

后记  333

 

附录A  335

 

A.1  VMware Workstation的安装  335

 

A.1.1  VMware简介  335

 

A.1.2  安装准备工作  335

 

A.2  CentOS虚拟机的安装  338

 

A.2.1  下载DVD镜像  338

 

A.2.2  创建VMware虚拟机  338

 

A.3  Ubuntu虚拟机的安装  344

 

A.4  Python语言简介  350

 

A.4.1  安装Python  350

 

A.4.2  Hello Python  350

 

A.4.3  行与缩进  350

 

A.4.4  变量类型  351

 

A.4.5  循环语句  352

 

A.4.6  函数  353

 

A.4.7  模块  354

 

A.4.8  小结  354

 

A.5  Scikit-learn库简介  355

 

A.6  安装Theano  356

 

A.7  安装Keras  356

 

A.8  安装MySQL  357

 

A.9  安装MySQL-Python驱动  358

 

A.10  MT4平台简介  359

 

参考文献  363