數(shù)據(jù)科學實戰(zhàn)速查表(第1輯)
數(shù)據(jù)科學是一門新興的交叉學科.數(shù)據(jù)科學人才需要同時具備理論性、實踐性和應用性等多方面的素質(zhì).數(shù)據(jù)科學的知識點涵蓋了編程語言、數(shù)學基礎(chǔ)、數(shù)據(jù)清洗、數(shù)據(jù)可視化、數(shù)據(jù)分析和分布式計算等.為了幫助數(shù)據(jù)科學從業(yè)人員快速地查閱這些知識和工具的使用,提高實踐效率,本書對數(shù)據(jù)科學的相關(guān)知識進行了歸納整理,形成數(shù)十份速查表.
更多科學出版社服務,請掃碼獲取。
Contents
第一章編程語言 001
第一節(jié)Python 語言 002
第二節(jié)R 013
第三節(jié)SQL 023
第四節(jié)Git 027
第王節(jié)Shel1 031
第二章數(shù)據(jù)分析 041
第節(jié)NumPy 042
第二節(jié)Scipy Basics 045
第三節(jié)Pandas 050
第四節(jié)數(shù)據(jù)清洗 059
第五節(jié)StatsModels 063
第三章數(shù)學統(tǒng)計理論 068
第節(jié)概率 069
第二節(jié)統(tǒng)計 074
第三節(jié)矩陣微分 079
第四節(jié)線性代數(shù) 084
第五節(jié)圖模型 091
第六節(jié)凸優(yōu)化 095
第四章撤據(jù)可視化 106
第一節(jié)Matplotlib 107
第二節(jié)Seabom 111
第三節(jié)Basemap 115
第五章機器學習 119
第一節(jié)特征工程 120
第二節(jié)機器學習建模 125
第三節(jié)Scikit-learn 135
第四節(jié)PyTorch 141
第六章圄像處理 149
第一節(jié)基本概念 150
第二節(jié)像素的空間關(guān)系 151
第三節(jié)圖像增強 152
第四節(jié)圖像變換 156
第五節(jié)圖像恢復 157
第六節(jié)圖像分割 157
第七節(jié)圖像編碼 158
第七章分布式計算 159
第一節(jié)Haoop 160
第二節(jié)spark 166