数据科学基础（大数据与人工智能系列）

图书标准信息

• 作者 朱利平 罗翔宇
• 出版社 中国人民大学出版社
• 出版时间 2021-06
• 版次 1
• ISBN 9787300293202
• 定价 52.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 336页
• 字数 495千字

【内容简介】

本书将通过具有中国特色的具体案例来讲授Python编程的基本语法规则，并通过Python语言来介绍数据科学的基本内容以及数据分析方法的基本思想。内容分为两部分，部分介绍Python编程的基本概念，包括常用表达式、数据类型、表格处理、数据可视化等；第二部分结合Python语言介绍数据分析方法的基本思想，比如假设检验、置信区间、参数估计、线性回归、分类问题等。

【作者简介】

朱利平，中国人民大学 “杰出学者”特聘教授、博士生导师，统计与大数据研究院副院长。国家重大人才工程入选者，长期从事复杂数据分析方法和理论的研究，在国际重要学术期刊发表论文70余篇。

【目录】

第一章引言/1

1.1什么是大数据/2

1.2什么是数据科学/2

1.3教学内容和目的/3

第二章因果推断/4

2.1观察性数据/5

2.2随机化双盲试验/9

2.3随机化试验的其他例子/13

2.4结论/14

第三章Python入门/15

3.1Python安装指南/15

3.2表达式/16

3.3数值类型/19

3.4字符串/23

3.5赋值语句/28

3.6其他运算符/35

3.7调用函数/42

3.8结论/47

第四章复杂数据类型/48

4.1列表/49

4.2元组/56

4.3字典/57

4.4数组/60

第五章复杂代码组/66

5.1条件语句/69

5.2循环语句/73

5.3函数/85

第六章表格处理/92

6.1模拟数据/96

6.2案例1：1812年俄法战争数据/107

6.3案例2：2010年中国人口普查资料/111

第七章数据可视化/118

7.1基础语法/118

7.2散点图和折线图/119

7.3柱状图、饼图、箱线图和概率图/140

第八章概率、条件概率及贝叶斯公式/149

8.1概率/149

8.2条件概率/151

8.3贝叶斯公式/155

8.4随机变量和概率分布/158

第九章经验分布/166

9.1总体概率分布的直方图/166

9.2经验分布的直方图/167

9.3大数定律/171

9.4总体/174

9.5从总体中抽样及样本的经验分布/177

9.6参数/179

9.7模拟统计量/180

9.8案例1：NBA周明星球员的年龄/182

9.9案例2：估计敌军飞机的数量/185

第十章假设检验/191

10.1案例1：第十二届全国人民代表大会少数民族人大代表比例问题/191

10.2案例2：孟德尔的豌豆花/199

10.3案例3：某附属中学学生的平均分数/202

10.4错误概率/204

10.5简单的假设检验/206

第十一章参数估计/216

11.1百分位数/216

11.2自助法/222

11.3置信区间/233

第十二章均值与中心极限定理/239

12.1均值的定义/239

12.20/1数据的均值是数据中1的比例/240

12.3均值和直方图/241

12.4一些例子/244

12.5数据波动性/247

12.6标准差和正态曲线/252

12.7中心极限定理/258

12.8样本均值的波动/263

12.9样本均值的中心极限定理/268

第十三章预测/271

13.1相关性/272

13.2回归直线/279

13.3均方根误差/287

第十四章回归中的统计推断/290

14.1回归模型/290

14.2对于真实斜率的推断/292

14.3对于散点图的重抽样/295

14.4预测的波动性/304

14.5总结/306

第十五章机器学习常用方法/308

15.1回归模型/308

15.2分类方法/321

15.3非监督学习——聚类/325