五月天婷亚洲天久久综合网,婷婷丁香五月激情亚洲综合,久久男人精品女人,麻豆91在线播放

  • <center id="8gusu"></center><rt id="8gusu"></rt>
    <menu id="8gusu"><small id="8gusu"></small></menu>
  • <dd id="8gusu"><s id="8gusu"></s></dd>
    樓主: inankai
    1708 1

    [休閑其它] 數(shù)據(jù)科學書籍推薦 [推廣有獎]

    • 3關注
    • 24粉絲

    貴賓

    學科帶頭人

    56%

    還不是VIP/貴賓

    -

    威望
    1
    論壇幣
    139383 個
    通用積分
    4.2081
    學術水平
    433 點
    熱心指數(shù)
    474 點
    信用等級
    414 點
    經驗
    95355 點
    帖子
    1530
    精華
    0
    在線時間
    2376 小時
    注冊時間
    2010-10-10
    最后登錄
    2016-5-14

    初級熱心勛章 初級信用勛章

    樓主
    inankai 發(fā)表于 2016-5-2 14:20:22 |只看作者 |壇友微信交流群|倒序 |AI寫論文

    +2 論壇幣
    k人 參與回答

    經管之家送您一份

    應屆畢業(yè)生專屬福利!

    求職就業(yè)群
    趙安豆老師微信:zhaoandou666

    經管之家聯(lián)合CDA

    送您一個全額獎學金名額~ !

    感謝您參與論壇問題回答

    經管之家送您兩個論壇幣!

    +2 論壇幣
    1. Python Machine Learning

    Python 是建議數(shù)據(jù)科學家應該學習的最頂尖的語言,掌握這種技能協(xié)商薪水時能得到更多。對任何數(shù)據(jù)科學家,特別是有抱負的數(shù)據(jù)科學家,或想要把 Python 作為技能掌握的開發(fā)者而言,這本書就是你的必讀書目。這本書將幫助讀者利用學習深度學習、數(shù)據(jù)整理、可視化數(shù)據(jù)的 Python 開源文庫。它還能提供學習策略和實踐,從而改善、優(yōu)化機器學習系統(tǒng)和算法。


    作者:Sebastian Raschka


    2. Data Analytics Made Accessible


    這本書為讀者提供了數(shù)據(jù)分析的整體概況,所以對于想要在此領域學習更多的人,或是對需要一本初級讀物并理解相關技術如何工作的經理人來說,它都是一本好書。這本書在每章開篇提供了小案例研究,并為數(shù)據(jù)挖掘技術和平臺提供了一個整體概覽。這本書也為了解 R 統(tǒng)計分析平臺提供輔導。

    作者:Anil Maheshwari


    3. Data Smart: Using Data Science to Transform Information Into Insight


    這本書是由 MailChimp.com 首席數(shù)據(jù)科學家撰寫,集中論述了如何用微軟 Excel 從數(shù)據(jù)中獲得洞見,所以不要期待在這本書中學到 R 語言、Hadoop 或是 Apache Spark。但是在這本書里你將學到如何掌握 Excel 從而在數(shù)據(jù)設定中得到更多信息。

    作者: John W. Foreman


    4. Data Science For Business


    本書是基于紐約大學 MBA 課程編寫而成,作者也是教授這一課程的講者之一。它介紹了數(shù)據(jù)科學的基礎、并引導讀者獲取從數(shù)據(jù)中尋找商業(yè)價值需要的「數(shù)據(jù)分析思維(data-analytics thinking)」 。本書探討了如何以數(shù)據(jù)挖掘技術和數(shù)據(jù)使用來獲得競爭優(yōu)勢。

    作者:Foster Provost 、 Tom Fawcett


    5. Hadoop: The Definitive Guide


    想要學習 Hadoop?那這本書就是你需要的。這是出版于 2015 年的第四版。本版專門使用了 Haddop 2 并增加了新的章節(jié)描述 YARN 和 Hadoop 相關項目,比如  Parquet、Flume、Crunch、Spark。另外,本書覆蓋了 Hadoop 的基礎內容,MapReduce、HDFS 和 YARN。也闡述了如何建立并維護在這三個基本成分上運行 Haddop 集群。本書討論的其他主要技術包括 Pig、Hive、Crunch、HBase 和 ZooKeeper 等。

    作者:Tom White


    6. R Cookbook


    這本指南提供了使用 R 語言快速進行數(shù)據(jù)分析的方法。它包含了 200 多個關于這一開源語言(統(tǒng)計學家們的首選)的方法。本書的書評員也是第一次接觸 R,并將這本書描述為為他們節(jié)省了大量時間的具有實踐意義的入門指南和參考工具。

    作者:Paul Teetor


    7. Storytelling With Data


    如果你不能用受眾群體覺得有趣的方式呈現(xiàn)給大家,那從數(shù)據(jù)中發(fā)現(xiàn)的關鍵點還有意義嗎?這種把信息放到語境當中的技能也是非常有價值的能力。這本書就在以下三點上提供了竅門:如何將受眾的注意力引導到最重要的數(shù)據(jù)點,如何用恰當?shù)目梢暬椒ń涣鲾?shù)據(jù),如何用故事化的方法將信息傳遞給受眾。

    作者:Cole Nussbaumer Knaflic


    8. Learning Spark


    Hadoop 已然成為大數(shù)據(jù)的同義詞了,然而 Spark 卻是一個讓大數(shù)據(jù)工程發(fā)展更快的新型的、熱門技術。每一系列大數(shù)據(jù)書集都會包含一本關于 Spark 的書,而這一本則是由 Spark 的開發(fā)人員撰寫的。這本書涵蓋了分布式數(shù)據(jù)集、內存式緩存、交互式 shell 和像 Spark SQL 和 MLib 那樣的嵌入式文庫,以及連接像 HDFS、Hive、JSON 和 S3的數(shù)據(jù)資源。

    作者:Holden Karau,Andy Konwinski,Patrick Wendell 和 Matei Zaharia


    9. Weapons Of Math Destruction: How Big Data Increases Inequality And Threatens Democracy


    這不是一本指導用書或入門書。相反,這本書關注的是:因為每個人都由同一套規(guī)則評判,算法能否通過將人類從計算中解放出來,從而讓世界更加公平。但是作者也指出,對立方才是正確的。本書由前華爾街數(shù)量分析專家撰寫,將帶你了解算法性質的未來對文化和經濟的影響。作者就我們現(xiàn)有的模式展開討論,他認為這個模式是不透明的,未校準的,無可抗衡的。甚至他們是錯。而且他堅持這些模式會增強歧視。舉例來說,如果一個窮學生因為他的郵政編碼信息顯示他風險太高(還貸能力弱),那他就無法得到貸款(譯者:國外銀行卡會登記郵編,所以可以通過查詢郵編來得知相應的信用記錄),隨后他將無法得到這個能將他帶離貧困的教育機會。

    作者:Cathy O'Neil


    10. Building Data Science Teams


    這是一本由美國白宮國家科學與技術政策辦公室的首席數(shù)據(jù)科學家撰寫的免費電子書。本書闡釋了技能、觀點、工具和他認為成功定位數(shù)據(jù)科學團隊的流程。作者 DJ Patil 將他作為 Linkedin 數(shù)據(jù)科學團隊架構師的經歷帶到本書當中,描述了成為數(shù)據(jù)科學家的四個重要資質和建立「數(shù)據(jù)驅動(data driven)」組織意味著什么。

    作者:DJ Patil

    二維碼

    掃碼加我 拉你入群

    請注明:姓名-公司-職位

    以便審核進群資格,未注明則拒絕

    關鍵詞:書籍推薦 數(shù)據(jù)科學 Data Science Apache Spark Destruction 科學家 經理人 開發(fā)者 讀者 技能

    沙發(fā)
    huanghuiqun 發(fā)表于 2019-3-17 07:38:18 |只看作者 |壇友微信交流群
    數(shù)據(jù)科學書籍推薦
    您需要登錄后才可以回帖 登錄 | 我要注冊

    本版微信群
    加JingGuanBbs
    拉您進交流群

    京ICP備16021002-2號 京B2-20170662號 京公網(wǎng)安備 11010802022788號 論壇法律顧問:王進律師 知識產權保護聲明   免責及隱私聲明

    GMT+8, 2024-12-23 20:59