内容介绍
数据科学(DataScience)是从数据中提取知识的技术，是机械学习、统计学和数据挖掘的交叉学科。数据科学包括信号处理、数学、概率模型技术和理论、计算机编程、统计学等多个领域的要素。
这本书解释了7种重要的数据分析方法，即k最近的邻近算法、简单的贝叶斯算法、决策树、随机森林、k-means聚类、回归分析和时间序列分析。
整本书共7章，每章以一个简单的例子开始，先讲解算法的基本概念和知识，然后通过扩展案例来讲解一些特殊的分析算法。这样有助于读者对算法有深刻的理解。该书适用于数据分析师，机器学习领域的从业人员，以及对算法感兴趣的读者。
作者介绍
Dávid Natingga
2014年毕业于伦敦帝国理工学院的计算与人工智能专业，并获工程硕士学位。
2011年，他在印度班加罗尔的Infosys实验室工作，研究机器学习算法的优化。
2012~2013年，他在美国帕罗奥图的Palantir技术公司从事大数据算法的开发工作。
2014年，作为英国伦敦Pact Coffee公司的数据科学家，他设计了一种基于顾客口味偏好和咖啡结构的推荐算法。
2016年，他在日本高等科学技术学院当了8个月的访问学者。
2017年，他在荷兰阿姆斯特丹的TomTom工作，处理导航平台的地图数据。 他是英国利兹大学计算理论专业的博士研究生，研究纯数学如何推进人工智能。
目录
第 1 章 用k最近邻算法解决分类问题
1.1 Mary对温度的感觉
1.2 实现k*近邻算法
1.3 意大利地区的示例——选择k值
1.4 房屋所有权——数据转换
1.5 文本分类——使用非欧几里德距离
1.6 文本分类——更高维度的k-NN
1.7 小结
1.8 习题
第 2 章 朴素贝叶斯
2.1 医疗检查——贝叶斯定理的基本应用
2.2 贝叶斯定理的证明及其扩展
2.3 西洋棋游戏——独立事件
2.4 朴素贝叶斯分类器的实现
2.5 西洋棋游戏——相关事件
2.6 性别分类——基于连续随机变量的贝叶斯定理
2.7 小结
2.8 习题
第 3 章 决策树
3.1 游泳偏好——用决策树表示数据
3.2 信息论 044
3.3 ID3算法——构造决策树 047
3.4 用决策树进行分类 054
3.5 小结 060
3.6 习题 060
第 4 章 随机森林 064
4.1 随机森林算法概述 064
4.2 游泳偏好——随机森林分析法 065
4.3 随机森林算法的实现 071
4.4 下棋实例 075
4.5 购物分析——克服随机数据的不一致性以及
度量置信水平 082
4.6 小结 084
4.7 习题 084
第 5 章 k-means聚类 089
5.1 家庭收入——聚类为k个簇 089
5.2 性别分类——聚类分类 092
5.3 k-means聚类算法的实现 095
5.4 房产所有权示例——选择簇的数量 099
5.5 小结 105
5.6 习题 105
第 6 章 回归分析 114
6.1 华氏温度和摄氏温度的转换——基于完整数据的线性回归 114
6.2 根据身高预测体重——基于实际数据的线性回归 117
6.3 梯度下降算法及实现 118
6.4 根据距离预测飞行时长 122
6.5 弹道飞行分析——非线性模型 123
6.6 小 结 125
6.7 习 题 125
第 7 章 时间序列分析 130
7.1 商业利润——趋势分析 130
7.2 电子商店的销售额——季节性分析 132
7.3 小 结 140
7.4 习 题 140
附录 A 统计 145
A.1 基本概念 145
A.2 贝叶斯推理 146
A.3 分 布 146
A.4 交叉验证 147
A.5 A/B 测 试 148
附录 B R参考 149
B.1 介 绍 149
B.2 数据类型 150
B.3 线性回归 152
附录 C Python参考 154
C.1 介 绍 154
C.2 数据类型 155
C.3 控 制 流 159
附录 D 数据科学中的算法和方法术语 163
