数据科学概念与实践(原书第2版)

数据科学已经成为从数据中提取价值的基本工具，任何企业都可以将数据收集、存储和处理作为其业务的一部分。本书搭建了一个易于理解的概念框架，帮助读者掌握数据科学的基础知识，并在学习理论的过程中同步使用RapidMiner平台进行实践。书中将分享实用的数据分析方法，讨论如何揭示隐藏的模式和关系，无论你是新手还是专家，都能借助这些方法做出更好的决策和预测。本书很好适合商务用户、数据分析师、商务分析师、工程师和分析专家以及任何与数据打交道的人。

赞誉译者序序言前言致谢作者简介章  简介 11.1  AI、机器学习和数据科学 21.2  什么是数据科学 31.2.1  提取有意义的模式 31.2.2  构建表示模型 31.2.3  统计、机器学习和计算的结合 41.2.4  学习算法 41.2.5  相关领域 41.3  数据科学的案例 51.3.1  体量 51.3.2  维度 51.3.3  复杂问题 61.4  数据科学的分类 61.5  数据科学的算法 71.6  本书路线图 81.6.1  数据科学入门 81.6.2  练习使用RapidMiner 81.6.3  核心算法 9参考文献 11第2章  数据科学过程 122.1  先验知识 132.1.1  目标 132.1.2  主题范围 142.1.3  数据 142.1.4  因果关系与相关性 152.2  数据准备 152.2.1  数据探索 152.2.2  数据质量 162.2.3  缺失值 162.2.4  数据类型和转换 162.2.5  转换 172.2.6  异常值 172.2.7  特征选择 172.2.8  数据采样 172.3  建模 182.3.1  训练数据集和测试数据集 182.3.2  学习算法 192.3.3  模型评估 202.3.4  集成模型 202.4  应用 212.4.1  生产准备 212.4.2  技术整合 212.4.3  响应时间 212.4.4  模型刷新 222.4.5  同化 222.5  知识 22参考文献 23第3章  数据探索 243.1  数据探索的目标 243.2  数据集 253.3  描述性统计 263.3.1  单变量探索 273.3.2  多变量探索 283.4  数据可视化 303.4.1  单变量的可视化 313.4.2  多变量的可视化 343.4.3  可视化高维数据 383.5  数据探索的路线图 40参考文献 41第4章  分类 424.1  决策树 424.1.1  工作原理 424.1.2  实现过程 474.1.3  小结 554.2  规则归纳 564.2.1  工作原理 584.2.2  实现过程 604.2.3  小结 634.3  k-NN（k-近邻） 634.3.1  工作原理 644.3.2  实现过程 694.3.3  小结 714.4  朴素贝叶斯 714.4.1  工作原理 724.4.2  实现过程 774.4.3  小结 794.5  人工神经网络 804.5.1  工作原理 824.5.2  实现过程 844.5.3  小结 864.6  支持向量机 874.6.1  工作原理 894.6.2  实现过程 914.6.3  小结 954.7  集成学习 954.7.1  工作原理 974.7.2  实现过程 984.7.3  小结 105参考文献 105第5章  回归方法 1075.1  线性回归 1075.1.1  工作原理 1085.1.2  实现过程 1125.1.3  检查点 1175.2  逻辑回归 1205.2.1  工作原理 1225.2.2  实现过程 1245.2.3  总结要点 1275.3  总结 127参考文献 127第6章  关联分析 1286.1  挖掘关联规则 1296.1.1  项集 1306.1.2  规则生成 1326.2  Apriori算法 1336.3  频繁模式增长算法 1366.3.1  工作原理 1366.3.2  实现过程 1386.4  总结 141参考文献 141第7章  聚类 1427.1  k-means聚类 1457.1.1  工作原理 1477.1.2  实现过程 1497.2  DBSCAN聚类 1537.2.1  工作原理 1537.2.2  实现过程 1557.3  自组织映射 1587.3.1  工作原理 1597.3.2  实现过程 161参考文献 166第8章  模型评估 1688.1  混淆矩阵 1698.2  ROC和AUC 1708.3  提升曲线 1728.4  实现过程 1748.5  总结 177参考文献 178第9章  文本挖掘 1799.1  工作原理 1809.1.1  词频–逆文档频率 1809.1.2  词语 1819.2  实现过程 1849.2.1  实现1：关键词聚类 1849.2.2  实现2：预测博客作者的性别 1879.3  总结 193参考文献 1940章  深度学习 19510.1  AI冬天 19710.1.1  AI冬天：20世纪70年代 19710.1.2  冬季解冻：20世纪80年代 19810.1.3  人工智能的春夏：2006年至今 20010.2  工作原理 20110.2.1  神经网络的回归模型 20110.2.2  梯度下降法 20210.2.3  需要反向传播 20410.2.4  分类超过2个：softmax 20510.2.5  卷积神经网络 20710.2.6  密集层 21110.2.7  随机失活层 21110.2.8  循环神经网络 21210.2.9  自动编码器 21310.2.10  相关AI模型 21310.3  实现过程 21410.4  总结 217参考文献 2181章  推荐引擎 21911.1  推荐引擎的概念 22111.2  协同过滤 22511.2.1  基于邻域的方法 22611.2.2  矩阵分解 23311.3  基于内容的过滤 23811.3.1  用户画像的计算 23911.3.2  有监督学习方法 24511.4  混合推荐器 24911.5  总结 250参考文献 2512章  时间序列预测 25312.1  时间序列分解 25612.1.1  经典分解 25812.1.2  实现过程 25812.2  基于平滑的方法 26012.2.1  简单预测方法 26012.2.2  指数平滑 26112.2.3  实现过程 26312.3  基于回归的方法 26412.3.1  回归 26512.3.2  周期性回归 26612.3.3  集成移动平均自回归模型 26812.3.4  周期性ARIMA 27212.4  机器学习方法 27412.4.1  窗口化 27512.4.2  神经网络自回归 28012.