数据天才 数据科学家修炼之道PDF电子书下载

第1章 数据科学是什么 1

真伪数据科学对比 2

伪数据科学的两个例子 5

新大学的面貌 7

数据科学家 10

数据科学家与数据工程师 10

数据科学家与统计学家 12

数据科学家与业务分析师 13

13个真实世界情景中的数据科学应用 14

情景1：国家对烈性酒销售的垄断结束后，DUI（酒后驾驶）逮捕量减少 15

情景2：数据科学与直觉 17

情景3：数据故障将数据变成乱码 19

情景4：异常空间的回归 21

情景5：分析与诱导在提升销量上有何不同价值 22

情景6：关于隐藏数据 24

情景7：汽油中的铅会导致高犯罪率。真的吗 25

情景8：波音787（梦幻客机）问题 26

情景9：NLP的7个棘手句子 27

情景10：数据科学家决定着我们所吃的食品 28

情景11：用较好的相关性增加亚马逊的销售量 30

情景12：检测Facebook上的假档案或假“喜欢”数 32

情景13：餐厅的分析 33

数据科学的历史、开拓者和现代趋势 33

统计学将会复兴 34

历史与开拓者 36

现代的趋势 38

最近的问答讨论 40

总结 44

第2章 大数据的独特性 45

两个大数据的问题 45

大数据“诅咒” 45

数据快速流动问题 50

大数据技术示例 56

大数据问题是数据科学所面临挑战的缩影 56

大规模数据集的聚类和分类 58

1亿行的Excel 63

MapReduce不能做什么 67

问题 67

3种解决方案 68

结论：何时使用MapReduce 69

沟通问题 70

数据科学：统计学的终结 72

8种最差的预测建模技术 72

把计算机科学、统计学和行业专业知识结合在一起 74

大数据生态系统 78

总结 79

第3章 成为一名数据科学家 80

数据科学家的主要特征 80

数据科学家的职能 80

横向与纵向数据科学家 83

数据科学家的类型 86

伪数据科学家 86

自学成才的数据科学家 86

业余数据科学家 87

极限数据科学家 89

数据科学家人群特征 90

数据科学方面的培训 91

大学课程 91

公司和协会培训项目 95

免费培训项目 96

数据科学家职业道路 98

独立顾问 98

创业者 105

总结 118

第4章 数据科学的技术（Ⅰ） 119

新型指标 120

优化数字营销活动的指标 121

欺诈检测的指标 122

选择合适的分析工具 124

分析软件 124

可视化工具 125

实时产品 126

编程语言 128

可视化 128

用R生成数据视频 129

更复杂的视频 133

无模型的统计建模 134

无模型的统计建模是什么 135

该算法是如何工作的 135

源代码生成数据集 137

三类指标：中心性、波动性、颠簸性 137

中心性、波动性和颠簸性之间的关系 138

定义颠簸性 138

在Excel中计算颠簸性 139

使用颠簸系数 141

大数据的统计聚类 141

大数据的相关性和拟合度 143

一系列新的秩相关性 146

渐近分布与归一化 148

计算复杂度 152

计算q（n） 152

理论上的解决方案 155

结构系数 156

确定簇的数量 157

方法 157

例子 158

网络拓扑映射 159

安全通信：数据加密 163

总结 166

第5章 数据科学的技术（Ⅱ） 167

数据字典 168

什么是数据字典 168

建立数据字典 169

隐性决策树 169

实现方法 171

示例：互联网流量打分 173

结论 175

与模型无关的置信区间 175

方法 175

分析桥第一定理 176

应用 177

源代码 178

随机数 179

解决问题的4个办法 181

拥有超强直觉能力的业务分析师的直观法 182

软件工程师的蒙特卡洛模拟法 182

统计学家的统计建模方法 183

计算机科学家的大数据方法 183

因果关系和相关性 183

怎样检测因果关系 184

数据科学项目的生命周期 186

预测模型的错误 189

逻辑相关回归 191

变量之间的相互作用 191

一阶近似 191

二阶近似 193

用Excel进行回归分析 195

实验设计 196

有趣的指标 196

把患者分成不同的人群进行治疗 196

私人定制的治疗 197

分析即服务和应用程序接口 198

工作原理 199

实施案例 199

关键词相关的API的源代码 200

其他主题 204

当数据库改变时，保存好数值 204

优化网络爬虫 205

哈希连接 206

用于模拟簇的简单源代码 207

Hadoop和大数据的新型合成方差 208

Hadoop和MapReduce的介绍 208

综合指标 209

Hadoop、数值的和统计的稳定性 210

方差的抽象概念 211

一个新的大数据定理 213

平移不变性的度量标准 214

实现：通信和计算成本 214

最终意见 215

总结 215

第6章 数据科学应用案例研究 217

股票市场 217

使回报率提高500％的模式 217

优化统计交易策略 220

股票交易的API：统计模型 222

股票交易的API：具体实现 225

股票市场模拟 226

些许数学知识 229

新趋势 231

加密 232

数据科学应用：隐写术 232

好的电子邮件加密 236

验证码破解 239

欺诈检测 240

点击欺诈 241

连续点击评分与二进制欺诈／非欺诈 242

数学模型与基准 244

虚假转化产生的偏差 245

一些误解 246

统计面临的挑战 246

点击评分优化关键词出价 247

组合优化自动快速的特征选择 249

特征的预测能力：交叉验证 250

勾连检测和僵尸网络的关联规则检测 254

模式检测的极值理论 255

数字分析 256

在线广告：到达率和频率的计算公式 256

电子邮件营销：提高300％的性能 257

在7天内优化关键词广告宣传活动 258

自动新闻提要优化 260

用bit.ly进行竞争情报分析 261

测量Twitter哈希标签（hashtag）的收益 263

用3个修补方法提升谷歌搜索 267

改进相关性的算法 270

广告循环问题 272

杂项 273

简单模型会获得更好的销售预测 273

更好的医疗欺诈检测 275

归因模型 276

预测陨石撞击 277

在路口停车场收集数据 281

数据科学的其他应用 282

总结 282

第7章 踏上你的数据科学职业之路 283

面试问题 283

关于工作经验的问题 283

技术问题 285

一般性问题 286

关于数据科学项目的问题 288

测试你自己的视觉和分析思维 291

通过肉眼的检测模式 292

识别偏差 294

误导性的时间序列和随机游走 295

从统计学家到数据科学家 296

数据科学家也是统计从业人员 297

谁应该给数据科学家教统计学 298

雇佣问题 298

数据科学家与数据架构师密切合作 299

谁应该参与战略思考 299

两种类型的统计学家 300

大数据与取样 301

数据科学家的分类 302

数据科学最流行的技能集合 302

LinkedIn上的顶级数据科学家 306

400个数据科学家职位头衔 309

薪酬调查 311

根据技能和位置的薪酬分类 312

创建自己的薪酬调查表 316

总结 317

第8章 数据科学资源 318

专业资源 318

数据集 318

书籍 319

会议与组织 322

网站 324

概念定义 324

职业建设资源 327

招聘数据科学家的公司 328

数据科学招聘广告的样本 329

简历样本 329

总结 331