数据科学概念与实践（原书第2版）

赞誉

译者序

序言

前言

致谢

作者简介

第1章　简介 1

1.1　AI、机器学习和数据科学 2

1.2　什么是数据科学 3

1.2.1　提取有意义的模式 3

1.2.2　构建表示模型 3

1.2.3　统计、机器学习和计算的结合 4

1.2.4　学习算法 4

1.2.5　相关领域 4

1.3　数据科学的案例 5

1.3.1　体量 5

1.3.2　维度 5

1.3.3　复杂问题 6

1.4　数据科学的分类 6

1.5　数据科学的算法 7

1.6　本书路线图 8

1.6.1　数据科学入门 8

1.6.2　练习使用RapidMiner 8

1.6.3　核心算法 9

参考文献 11

第2章　数据科学过程 12

2.1　先验知识 13

2.1.1　目标 13

2.1.2　主题范围 14

2.1.3　数据 14

2.1.4　因果关系与相关性 15

2.2　数据准备 15

2.2.1　数据探索 15

2.2.2　数据质量 16

2.2.3　缺失值 16

2.2.4　数据类型和转换 16

2.2.5　转换 17

2.2.6　异常值 17

2.2.7　特征选择 17

2.2.8　数据采样 17

2.3　建模 18

2.3.1　训练数据集和测试数据集 18

2.3.2　学习算法 19

2.3.3　模型评估 20

2.3.4　集成模型 20

2.4　应用 21

2.4.1　生产准备 21

2.4.2　技术整合 21

2.4.3　响应时间 21

2.4.4　模型刷新 22

2.4.5　同化 22

2.5　知识 22

参考文献 23

第3章　数据探索 24

3.1　数据探索的目标 24

3.2　数据集 25

3.3　描述性统计 26

3.3.1　单变量探索 27

3.3.2　多变量探索 28

3.4　数据可视化 30

3.4.1　单变量的可视化 31

3.4.2　多变量的可视化 34

3.4.3　可视化高维数据 38

3.5　数据探索的路线图 40

参考文献 41

第4章　分类 42

4.1　决策树 42

4.1.1　工作原理 42

4.1.2　实现过程 47

4.1.3　小结 55

4.2　规则归纳 56

4.2.1　工作原理 58

4.2.2　实现过程 60

4.2.3　小结 63

4.3　k-NN（k-近邻） 63

4.3.1　工作原理 64

4.3.2　实现过程 69

4.3.3　小结 71

4.4　朴素贝叶斯 71

4.4.1　工作原理 72

4.4.2　实现过程 77

4.4.3　小结 79

4.5　人工神经网络 80

4.5.1　工作原理 82

4.5.2　实现过程 84

4.5.3　小结 86

4.6　支持向量机 87

4.6.1　工作原理 89

4.6.2　实现过程 91

4.6.3　小结 95

4.7　集成学习 95

4.7.1　工作原理 97

4.7.2　实现过程 98

4.7.3　小结 105

参考文献 105

第5章　回归方法 107

5.1　线性回归 107

5.1.1　工作原理 108

5.1.2　实现过程 112

5.1.3　检查点 117

5.2　逻辑回归 120

5.2.1　工作原理 122

5.2.2　实现过程 124

5.2.3　总结要点 127

5.3　总结 127

参考文献 127

第6章　关联分析 128

6.1　挖掘关联规则 129

6.1.1　项集 130

6.1.2　规则生成 132

6.2　Apriori算法 133

6.3　频繁模式增长算法 136

6.3.1　工作原理 136

6.3.2　实现过程 138

6.4　总结 141

参考文献 141

第7章　聚类 142

7.1　k-means聚类 145

7.1.1　工作原理 147

7.1.2　实现过程 149

7.2　DBSCAN聚类 153

7.2.1　工作原理 153

7.2.2　实现过程 155

7.3　自组织映射 158

7.3.1　工作原理 159

7.3.2　实现过程 161

参考文献 166

第8章　模型评估 168

8.1　混淆矩阵 169

8.2　ROC和AUC 170

8.3　提升曲线 172

8.4　实现过程 174

8.5　总结 177

参考文献 178

第9章　文本挖掘 179

9.1　工作原理 180

9.1.1　词频–逆文档频率 180

9.1.2　词语 181

9.2　实现过程 184

9.2.1　实现1：关键词聚类 184

9.2.2　实现2：预测博客作者的性别 187

9.3　总结 193

参考文献 194

第10章　深度学习 195

10.1　AI冬天 197

10.1.1　AI冬天：20世纪70年代 197

10.1.2　冬季解冻：20世纪80年代 198

10.1.3　人工智能的春夏：2006年至今 200

10.2　工作原理 201

10.2.1　神经网络的回归模型 201

10.2.2　梯度下降法 202

10.2.3　需要反向传播 204

10.2.4　分类超过2个：softmax 205

10.2.5　卷积神经网络 207

10.2.6　密集层 211

10.2.7　随机失活层 211

10.2.8　循环神经网络 212

10.2.9　自动编码器 213

10.2.10　相关AI模型 213

10.3　实现过程 214

10.4　总结 217

参考文献 218

第11章　推荐引擎 219

11.1　推荐引擎的概念 221

11.2　协同过滤 225

11.2.1　基于邻域的方法 226

11.2.2　矩阵分解 233

11.3　基于内容的过滤 238

11.3.1　用户画像的计算 239

11.3.2　有监督学习方法 245

11.4　混合推荐器 249

11.5　总结 250

参考文献 251

第12章　时间序列预测 253

12.1　时间序列分解 256

12.1.1　经典分解 258

12.1.2　实现过程 258

12.2　基于平滑的方法 260

12.2.1　简单预测方法 260

12.2.2　指数平滑 261

12.2.3　实现过程 263

12.3　基于回归的方法 264

12.3.1　回归 265

12.3.2　周期性回归 266

12.3.3　集成移动平均自回归模型 268

12.3.4　周期性ARIMA 272

12.4　机器学习方法 274

12.4.1　窗口化 275

12.4.2　神经网络自回归 280

12.