机读格式显示(MARC)

• 000 01851nam0 2200325 450

• 001 0000302883

• 005 20190923155400.0

• 010 __ |a 978-7-111-61911-6 |b 精装 |d CNY99.00

• 099 __ |a CAL 012019059324

• 100 __ |a 20190508d2019 em y0chiy50 ea

• 101 0_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 数据科学手册 |A shu ju ke xue shou ce |f (美) 菲尔德·卡迪著 |g 程国建 ... 等译

• 210 __ |a 北京 |c 机械工业出版社 |d 2019

• 215 __ |a XVI, 313页 |c 图 |d 25cm

• 304 __ |a 译者还有: 强新建, 赵川源, 白俊卿

• 306 __ |a 由Wiley授权出版

• 312 __ |a 英文并列题名取自封面

• 330 __ |a 本书对数据科学进行了整体性介绍，涵盖了掌握该学科所需的分析、编程和业务技能等方方面面。找到一个优秀的数据科学家就像是寻找一只独角兽：因为其所需要的技术及技能组合很难在一个人身上兼备。另外，良好的数据科学素养不仅仅是对所训练技能的综合应用，还需要能够灵活考虑所有这些领域，并理解它们之间的联系。本书提供了数据科学的速成课程，将所有必要的技能结合到一个统一的学科体系中。与许多数据分析的书籍不同，本书涵盖了关键的计算机科学和软件工程相关内容，因为它们在数据科学家的日常工作中发挥了极其重要的作用。本书还介绍了经典的机器学习算法，从这些算法的数学基础到实际应用均有描述。本书对可视化工具进行了综述，并强调其在数据科学中的核心位置。引入古典统计学的目的是帮助读者用批判性思维对数据进行解释，并指出常见的陷阱。对分析结果的清晰交流（这也许是数据科学技术中最为薄弱的一个环节）有专门的章节进行讲解，本书对所有涉及的主题均是在解决实际问题的背景下加以解释。

• 500 10 |a Data science handbook |A Data Science Handbook |m Chinese

• 606 0_ |a 数据管理 |A shu ju guan li |j 手册

• 690 __ |a TP274-62 |v 5

• 701 _1 |a 卡迪 |A ka di |g (Cady, Field) |4 著

• 702 _0 |a 程国建 |A Cheng Guojian |4 译

• 702 _0 |a 强新建 |A Qiang Xinjian |4 译

• 702 _0 |a 赵川源 |A Zhao Chuanyuan |4 译

• 801 _0 |a CN |b NEU |c 20190508

• 905 __ |a AUSTL |d TP274-62/K249