数据科学
书籍均为精品二手图书品相85品以上，出库会经过高温消毒，书籍上架都会检测可保证正版!!
￥ 12.8 2.6折 ￥ 49 九品
库存3件
天津宝坻
认证卖家担保交易快速发货售后保障
作者朝乐门
出版社"清华大学出版社
ISBN9787302436997
出版时间2016
装帧平装
开本16开
纸张胶版纸
定价49元
货号969488191658655746
上书时间2024-06-18
- 在售商品 暂无
- 平均发货时间 13小时
- 好评率 暂无
商品详情
- 品相描述：九品
- 本店所售书籍均精品二手正版书书籍，严格审核品相为85品以上，出库会经过高温消毒，由于成本增加，所售书籍价格略高，运费首本5元，每增加一本运费加2元，每天下午2点前订单一般当天发出，最迟48小时内发出，二手书不保证100%没有任何笔记，有时会出现缺货现象，我们会第一时间告知您，感谢理解与支持。
- 商品描述
-
以下信息以网上匹配仅供参考，不支持以此为由退款
内容简介:
数据科学是一门新兴的热门科学，国外一流大学纷纷设立同名课程，相应的专业、课程及书籍也深受欢迎。本书是国内第一部系统阐述数据科学的重要专著，填补了国内此领域的空白。本书在结构设计和内容选择上不仅充分借鉴了国外著名大学设立的相关课程以及全球畅销的外文专著，也考虑到了国内相关课程定位与专业人才的培养需求。 本书共包括8个部分（基础知识、数据预处理、数据统计、机器学习、数据可视化、数据计算、数据管理以及R编程），既涵盖了数据科学的基本内容，又避免了与相关课程的低级重复。每章设有综合例题，做到理论学习与动手操作相结合。例题均采用R语言完成数据科学的特定任务。每章的首尾配有“导读”与“小结”，便于教师的教学和学生的自学。“习题”部分以主动数据收集和分析的开放题目为主，旨在帮助学生提高自我学习能力。书后附有R语言语法，便于入门的教学与学习。 本书可以满足数据科学、计算机科学与技术、管理学、数据统计、数据分析、图情档类等多个专业的老师、学生（含硕士生和博士生）的教学与自学需要。
目录:
第1章基础理论1.1数据1.1.1数据模型1.1.2数据维度1.2大数据1.2.1内涵与特征1.2.2大数据时代的新理念1.2.3大数据时代的新术语1.3数据科学概述1.3.1研究目的1.3.2理论基础1.3.3研究内容1.3.4基本流程1.3.5主要原则1.3.6典型应用1.4数据科学家1.4.1主要任务1.4.2能力要求1.4.3常用工具1.4.4团队工作1.5数据科学项目1.5.1角色定义1.5.2基本流程1.6应用案例小结习题参考文献及扩展阅读资料第2章数据预处理2.1数据质量2.1.1统计学规律2.1.2语言学规律2.1.3数据连续性理论2.1.4数据鉴别技术2.1.5探索性数据分析2.2数据审计2.2.1预定义审计2.2.2自定义审计2.2.3可视化审计2.3数据清洗2.3.1缺失数据处理2.3.2冗余数据处理2.3.3噪声数据处理2.4数据变换2.4.1大小变换2.4.2类型变换2.5数据集成2.5.1基本类型2.5.2主要问题2.6其他预处理方法2.6.1数据脱敏2.6.2数据归约2.6.3数据标注2.7应用案例小结习题参考文献及扩展阅读资料第3章数据统计3.1概率分布3.1.1正态分布3.1.2卡方分布3.1.3t分布3.1.4F分布3.2参数估计3.2.1点估计3.2.2区间估计3.3假设检验3.3.1参数检验3.3.2非参数检验3.4基本分析方法3.4.1相关分析3.4.2回归分析3.4.3方差分析3.4.4分类分析3.4.5聚类分析3.4.6时间序列分析3.4.7其他方法3.5元分析方法3.5.1加权平均法3.5.2优化方法3.6应用案例小结习题参考文献及扩展阅读资料第4章机器学习4.1基本概念4.1.1定义4.1.2应用4.2机器学习活动4.2.1训练经验的选择4.2.2目标函数的选择4.2.3目标函数的表示4.2.4函数逼近算法的选择4.3机器学习系统4.3.1执行器4.3.2评价器4.3.3泛化器4.3.4实验生成器4.4主要类型4.4.1基于实例学习4.4.2概念学习4.4.3决策树学习4.4.4人工神经网络学习4.4.5贝叶斯学习4.4.6遗传算法4.4.7分析学习4.4.8增强学习4.5典型算法4.5.1KMeans算法4.5.2KNN算法4.5.3ID3算法4.6应用案例小结习题参考文献及扩展阅读资料第5章数据可视化5.1主要类型5.1.1科学可视化5.1.2信息可视化5.1.3可视分析学5.2基本模型5.2.1顺序模型5.2.2循环模型5.2.3分析模型5.3常用方法5.3.1视觉编码5.3.2统计图表5.3.3图论方法5.3.4视觉隐喻5.3.5图形符号学5.3.6面向领域的方法5.4视觉编码5.4.1视觉感知5.4.2数据类型5.4.3视觉通道5.4.4视觉假象5.5评价与改进5.5.1测评原则5.5.2测评流程5.5.3测评方法5.6应用案例小结习题参考文献及扩展阅读资料第6章数据计算6.1计算模式的演变6.1.1集中式计算6.1.2分布式计算6.1.3网格计算6.1.4云计算6.2主流计算框架——MapReduce6.2.1基本思想6.2.2实现过程6.2.3主要特征6.2.4关键技术6.5.5下一代MapReduce6.3主流计算平台——Hadoop MapReduce6.3.1数据流6.3.2任务处理6.3.3技术实现6.3.4YARN6.4其他相关计算系统——Hadoop生态系统6.4.1HDFS6.4.2Hive6.4.3Pig6.4.4Mahout6.4.5HBase6.4.6ZooKeeper6.4.7Flume6.4.8Sqoop6.5应用案例小结习题参考文献及扩展阅读资料第7章数据管理7.1基本类型7.1.1关系数据库7.1.2NoSQL7.1.3关系云7.2体系结构7.2.1MasterSlave结构7.2.2P2P结构7.3关键技术7.3.1数据模型7.3.2数据分布7.3.3数据一致性7.3.4CAP理论与BASE原则7.3.5视图与物化视图7.3.6事务与版本戳7.4典型系统7.4.1Memcached7.4.2MongoDB7.4.3Cassandra7.4.4HBase7.5应用案例小结习题参考文献及扩展阅读资料附录AR语言与R软件附录B术语索引
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价