譯者序
原書前言
作者和貢獻者簡介
第1章 數據科學概述 // 1
1.1　什么是數據科學 //1
1.2　關于本書 //2
第2章　數據專家的工具箱 //4
2.1　引言 // 4
2.2　為什么選擇Python // 4
2.3　數據專家的基本Python庫 // 5
2.3.1　數值和科學計算：NumPy和SciPy // 5
2.3.2　Scikit-learn：Python中的機器學習庫 // 5
2.3.3　Pandas：Python數據分析庫 // 5
2.4　數據科學生態系統的安裝 // 6
2.5　集成開發環境 // 6
2.5.1　網絡集成開發環境：Jupyter // 7
2.6　數據專家從Python開始 // 7
2.6.1　讀取 // 11
2.6.2　選擇數據 // 13
2.6.3　篩選數據 // 14
2.6.4　篩選缺失的數據 // 15
2.6.5　處理數據 // 15
2.6.6　排序 // 19
2.6.7　分組數據 // 20
2.6.8　重排數據 // 21
2.6.9　對數據進行排名 // 22
2.6.10　繪圖 // 23
2.7　小結 // 24
第3章　描述統計學 // 25
3.1　引言 // 25
3.2　數據準備 // 25
3.2.1　Adult數據集示例 // 26
3.3　探索性數據分析 // 28
3.3.1　匯總數據 // 28
3.3.2　數據分布 // 31
3.3.3　離群點的處理 // 33
3.3.4　測量不對稱性：偏度和皮爾遜中值偏度系數 // 36
3.3.5　連續分布 // 38
3.3.6　核密度 // 39
3.4　估計 // 41
3.4.1　樣本和估計均值、方差和標準記分 // 41
3.4.2　協方差、皮爾遜相關和斯皮爾曼秩相關 // 42
3.5　小結 // 44
參考文獻 // 45
第4章　統計推斷 // 46
4.1　引言 // 46
4.2　統計推斷：頻率論方法 // 46
4.3　測量估計的差異性 // 47
4.3.1　點估計 // 47
4.3.2　置信區間 // 50
4.4　假設檢驗 // 53
4.4.1　用置信區間檢驗假設 // 53
4.4.2　使用p值檢驗假設 // 55
4.5　效應E是真實的嗎 // 57
4.6　小結 // 57
參考文獻 // 58
第5章　監督學習 // 59
5.1　引言 // 59
5.2　問題 // 60
5.3　第一步 // 60
5.4　什么是學習？ // 69
5.5　學習曲線 // 70
5.6　訓練、驗證和測試 // 73
5.7　兩種學習模型 // 76
5.7.1　學習三要素 // 76
5.7.2　支持向量機 // 77
5.7.3　隨機森林 // 79
5.8　結束學習過程 // 80
5.9　商業案例 // 81
5.10　小結 // 83
參考文獻 // 83
第6章　回歸分析 // 84
6.1　引言 // 84
6.2　線性回歸 // 84
6.2.1　簡單線性回歸 // 85
6.2.2　多元線性回歸和多項式回歸 // 90
6.2.3　稀疏模型 // 90
6.3　邏輯斯蒂回歸 // 97
6.4　小結 // 99
參考文獻 // 99
第7章　無監督學習 // 100
7.1　引言 // 100
7.2　聚類 // 100
7.2.1　相似度和距離 // 101
7.2.2　什么是一個好的聚類？定義衡量聚類質量的度量 // 101
7.2.3　聚類技術的分類標準 // 104
7.3　案例學習 // 113
7.4　小結 // 118
參考文獻 // 119
第8章　網絡分析 // 120
8.1　引言 // 120
8.2　圖的基本定義 // 121
8.3　社交網絡分析 // 122
8.3.1　NetworkX基礎 // 122
8.3.2　實際案例：Facebook數據集 // 123
8.4　中心性 // 125
8.4.1　在圖中繪制中心性 // 130
8.4.2　PageRank // 132
8.5　自我網絡 // 134
8.6　社區發現 // 138
8.7　小結 // 139
參考文獻 // 139
第9章　推薦系統 // 140
9.1　引言 // 140
9.2　推薦系統如何工作？ // 140
9.2.1　基于內容的過濾 // 141
9.2.2　協作過濾 // 141
9.2.3　混合推薦系統 // 141
9.3　建模用戶偏好 // 142
9.4　評估推薦系統 // 142
9.5　實際案例 // 143
9.5.1　MovieLens數據集 // 143
9.5.2　基于用戶的協作過濾 // 145
9.6　小結 // 153
參考文獻 // 153
第10章　用于情感分析的統計自然語言處理 // 154
10.1　引言 // 154
10.2　數據清洗 // 155
10.3　文本表示 // 158
10.3.1　二元組和n元組 // 163
10.4　實際案例 // 163
10.5　小結 // 168
參考文獻 // 168
第11章　并行計算 // 169
11.1　引言 // 169
11.2　架構 // 170
11.2.1　入門指南 // 171
11.2.2　連接到集群（引擎）// 171
11.3　多核編程 // 172
11.3.1　引擎的直接視圖 // 172
11.3.2　引擎的負載均衡視圖 // 175
11.4　分布式計算 // 176
11.5　實際應用：紐約出租車旅行 // 177
11.5.1　直接視圖非阻塞方案 // 178
11.5.2　實驗結果 // 180
11.6　小結 // 182
參考文獻 // 182