计算机 类型
可以朗读 语音朗读
122千字 字数
2020-05-01 发行日期
展开全部

主编推荐语

独特方式轻松学数据科学，全彩图表实战演练，覆盖众多算法。

内容简介

本书以独特的方式讲解数据科学，要让读者可以轻松学习数据科学理论，又可以动手（手算和机算）做数据科学实战。本书特色：全彩印刷，图形、表格、思维导图丰富；避免深奥的数学证明，采用简单的数学说明；用一张学习地图将本书内容贯穿起来；实战计算，包含小型数据的演算和大型数据的实战程序。本书共13章，内容涵盖：丰富的数据科学模型，包含关联分析、聚类分析、朴素贝叶斯分类、近邻法、决策树、降维分析、回归模型等算法，利用小数据例题介绍计算步骤，同时用R语言验证计算结果；另外，也有大数据的案例数据用R语言计算结果。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 作者简介
  • 前言
  • 目录
  • 第一篇　基础篇
  • 第1章　大数据概述
  • 1.1　大数据与相关学科的定义
  • 1.1.1　大数据的定义
  • 1.1.2　数据挖掘
  • 1.1.3　数据挖掘标准过程
  • 1.1.4　机器学习
  • 1.1.5　知识管理
  • 1.1.6　数据科学
  • 1.1.7　商业智能
  • 1.1.8　人工智能
  • 1.1.9　统计学与大数据比较
  • 1.1.10　数据名词的定义
  • 1.2　系统与模型概念
  • 1.2.1　系统定义与成分
  • 1.2.2　输入，处理，输出与黑箱
  • 1.2.3　环境
  • 1.2.4　反馈
  • 1.2.5　效率与效果
  • 1.2.6　模型与建模
  • 1.2.7　模型的假定与参数
  • 1.2.8　敏感，稳健或鲁棒
  • 1.2.9　模型的过拟合
  • 1.3　大数据分析模型的分类
  • 1.3.1　后设模型
  • 1.3.2　关系与因果
  • 1.3.3　基于因果关系的统计学分类
  • 1.3.4　基于因果关系的大数据分类
  • 1.3.5　基于数据类型的分类
  • 1.3.6　基于测量的分类
  • 1.3.7　数据科学模型的其他分类
  • 1.4　大数据的江湖传奇
  • 1.5　R语言“词云图”代码
  • 1.6　本章思维导图
  • 第2章　大数据与R语言
  • 2.1　大数据进位
  • 2.2　R语言介绍
  • 2.2.1　安装R语言软件
  • 2.2.2　下载R语言程序包
  • 2.3　R数据对象的属性与结构
  • 2.3.1　数值
  • 2.3.2　整数
  • 2.3.3　字符串
  • 2.3.4　逻辑
  • 2.3.5　向量
  • 2.3.6　因子
  • 2.3.7　矩阵
  • 2.3.8　数据框
  • 2.3.9　数组
  • 2.3.10　列表
  • 2.3.11　时间序列
  • 2.3.12　访问数据类型和结构
  • 2.3.13　遗失值
  • 2.3.14　读入Excel CSV数据
  • 2.3.15　编辑数据
  • 2.3.16　保存Excel　CSV数据
  • 2.3.17　数据输入窗口
  • 2.3.18　R的数据结构和函数表
  • 2.4　R的函数包
  • 2.5　R的数据绘图
  • 2.6　本章思维导图
  • 第二篇　非监督式学习
  • 第3章　关联分析
  • 3.1　关联分析介绍
  • 3.1.1　事务与项目的定义
  • 3.1.2　项集的关联规则
  • 3.2　关联规则数据格式
  • 3.3　关联规则的算法
  • 3.3.1　Apriori算法
  • 3.3.2　关联规则其他测度值
  • 3.3.3　负关联规则
  • 3.4　关联规则的优点和缺点
  • 3.4.1　Apriori算法的优点
  • 3.4.2　Apriori算法的缺点
  • 3.4.3　关联规则的评估
  • 3.5　关联规则的实例计算
  • 3.5.1　尿布与啤酒
  • 3.5.2　豆浆、烧饼与饭团
  • 3.5.3　评估与应用
  • 3.6　R语言实战
  • 3.6.1　泰坦尼克号
  • 3.6.2　商店数据
  • 3.6.3　食品杂货数据
  • 3.6.4　人口收入数据
  • 3.6.5　鸢尾花数据
  • 3.7　本章思维导图
  • 第4章　聚类分析
  • 4.1　聚类分析介绍
  • 4.2　距离与相似度衡量
  • 4.2.1　数值数据距离
  • 4.2.2　标准化与归一化
  • 4.2.3　0-1数据距离和相似度
  • 4.2.4　混合数据的距离
  • 4.2.5　顾客数据的距离
  • 4.2.6　距离和相似度的转换
  • 4.2.7　计算距离的R函数
  • 4.3　层次聚类分析
  • 4.3.1　两类连接
  • 4.3.2　顾客数据的聚类
  • 4.3.3　层次聚类的优点和缺点
  • 4.4　非层次聚类分析
  • 4.4.1　K-mean聚类
  • 4.4.2　PAM聚类
  • 4.4.3　K-mean聚类的优点和缺点
  • 4.5　聚类分析的评价
  • 4.6　R语言实战
  • 4.6.1　欧洲语言的聚类
  • 4.6.2　美国电力公司数据
  • 4.6.3　欧州人蛋白质数据
  • 4.6.4　红酒数据
  • 4.6.5　汽车数据
  • 4.7　本章思维导图
  • 第5章　降维分析
  • 5.1　降维分析介绍
  • 维度灾难
  • 5.2　主成分分析
  • 5.2.1　主成分分析的计算理论
  • 5.2.2　主成分分析的计算步骤
  • 5.2.3　主成分分析的优点和缺点
  • 5.3　R语言程序
  • 5.4　R语言实战
  • 5.4.1　鸢尾花数据
  • 5.4.2　美国罪犯数据
  • 5.4.3　美国法官数据
  • 5.4.4　国家冰球联盟资料
  • 5.4.5　美国职业棒球数据
  • 5.4.6　早餐麦片数据
  • 5.4.7　红酒数据
  • 5.4.8　心理学数据
  • 5.5　本章思维导图
  • 第三篇　监督式学习
  • 第6章　模型选择与评价
  • 6.1　模型选择与评价步骤
  • 6.2　大数据的抽样方法
  • 6.2.1　保留方法抽样
  • 6.2.2　自助抽样法
  • 6.2.3　632自助法
  • 6.2.4　过采样
  • 6.3　交叉验证
  • 6.3.1　k-折交叉验证
  • 6.3.2　留一交叉验证
  • 6.4　模型选择
  • 6.4.1　参数和非参数学习
  • 6.4.2　偏差和方差
  • 6.4.3　模型的复杂度
  • 6.4.4　正则化
  • 6.4.5　认真学习和懒惰学习
  • 6.5　模型评价
  • 6.5.1　二元0-1分类器的评价——混淆矩阵
  • 6.5.2　混淆矩阵的举例说明
  • 6.5.3　二元分类器的成本计算
  • 6.5.4　二元分类器例题数据R语言
  • 6.5.5　多标签分类器的评价
  • 6.5.6　多标签分类器评价R　语言
  • 6.5.7　交叉验证分类的评价
  • 6.5.8　分类学习的ROC曲线
  • 6.5.9　连续型目标变量回归模型的评价
  • 6.6　R语言实战
  • 6.6.1　R语言自动调模与调参
  • 6.6.2　汽车数据
  • 6.6.3　乳腺癌诊断数据
  • 6.7　本章思维导图
  • 第7章　回归分析
  • 7.1　多元线性回归
  • 7.1.1　多元线性回归模型
  • 7.1.2　参数估计
  • 7.1.3　适合性检验
  • 7.1.4　实例计算
  • 7.1.5　R语言的实例计算
  • 7.2　变量（特征）选择
  • 7.2.1　偏相关系数
  • 7.2.2　逐步回归
  • 7.2.3　部分子集回归
  • 7.2.4　压缩方法
  • 7.3　Logistic逻辑回归
  • 7.4　R语言实战
  • 7.4.1　股票数据
  • 7.4.2　乳腺癌病理数据
  • 7.4.3　医疗保险数据
  • 7.4.4　棒球数据
  • 7.4.5　波士顿房价数据
  • 7.4.6　皮玛数据
  • 7.5　本章思维导图
  • 第8章　近邻法
  • 8.1　学习器
  • 8.1.1　认真学习器和懒惰学习器
  • 8.1.2　基于实例学习器
  • 8.1.3　参数学习器和非参数学习器
  • 8.2　近邻法介绍
  • 8.2.1　k-近邻法算法步骤
  • 8.2.2　k-近邻法分类器
  • 8.2.3　k-近邻法回归
  • 8.2.4　自变量是分类变量
  • 8.3　近邻法的优点和缺点
  • 8.4　R语言实战
  • 8.4.1　食材数据
  • 8.4.2　鸢尾花数据
  • 8.4.3　乳癌检查数据
  • 8.4.4　美国总统候选人数据
  • 8.4.5　玻璃数据
  • 8.4.6　波士顿房价数据
  • 8.4.7　皮玛数据
  • 8.5　本章思维导图
  • 第9章　贝叶斯分类
  • 9.1　贝叶斯公式
  • 9.2　贝叶斯分类
  • 9.2.1　朴素贝叶斯分类
  • 9.2.2　特征值是连续变量
  • 9.2.3　朴素贝叶斯分类的优点和缺点
  • 9.3　贝叶斯分类的实例计算
  • 9.3.1　天气和打网球
  • 9.3.2　验前概率与似然概率
  • 9.3.3　拉普拉斯校准
  • 9.3.4　R语言实例计算
  • 9.4　R语言实战
  • 9.4.1　泰坦尼克号数据
  • 9.4.2　鸢尾花数据
  • 9.4.3　垃圾邮件数据
  • 9.4.4　皮玛数据
  • 9.5　本章思维导图
  • 第10章　决策树
  • 10.1　决策树概述
  • 10.1.1　图形表示
  • 10.1.2　逻辑表示
  • 10.1.3　规则表示
  • 10.1.4　数学公式表示
  • 10.2　决策树的信息计算
  • 10.2.1　信息计算
  • 10.2.2　熵与信息
  • 10.2.3　信息增益
  • 10.2.4　信息增益比
  • 10.2.5　基尼系数与基尼增益
  • 10.2.6　卡方统计量
  • 10.2.7　分枝法则的选择
  • 10.2.8　回归树
  • 10.3　决策树的实例计算
  • 10.4　决策树的剪枝
  • 10.4.1　贪婪算法
  • 10.4.2　决策树剪枝
  • 10.5　决策树的优点和缺点
  • 10.6　R语言实战
  • 10.6.1　决策树R语言包
  • 10.6.2　打网球数据
  • 10.6.3　泰坦尼克号数据
  • 10.6.4　鸢尾花数据
  • 10.6.5　皮玛数据
  • 10.6.6　汽车座椅销售数据
  • 10.6.7　波士顿房价数据
  • 10.6.8　猫数据
  • 10.6.9　驼背数据
  • 10.6.10　美国总统选举投票数据
  • 10.6.11　员工离职数据
  • 10.7　本章思维导图
  • 第11章　支持向量机
  • 11.1　支持向量机概述
  • 11.2　最大间隔分类（硬间隔）
  • 11.3　支持向量分类（软间隔）
  • 11.4　支持向量机（核函数）
  • 11.4.1　支持向量机的核函数
  • 11.4.2　多元分类支持向量机
  • 11.5　支持向量机的优点和缺点
  • 11.6　支持向量机R语言应用
  • 11.6.1　随机正态分布数据线性核函数
  • 11.6.2　随机正态分布数据径向基核函数
  • 11.6.3　三分类数据径向基核函数
  • 11.7　R语言实战
  • 11.7.1　基因表达数据
  • 11.7.2　鸢尾花数据
  • 11.7.3　猫数据
  • 11.7.4　皮玛数据
  • 11.7.5　字符数据
  • 11.7.6　玻璃数据
  • 11.8　本章思维导图
  • 第12章　集成学习
  • 12.1　集成学习介绍
  • 12.2　个别分类方法评价
  • 12.3　Bagging学习
  • 12.4　随机森林
  • 12.4.1　随机森林介绍
  • 12.4.2　随机森林算法步骤
  • 12.4.3　R语言
  • 12.4.4　随机森林的优点和缺点
  • 12.4.5　非监督式学习-鸢尾花数据
  • 12.4.6　美国大学数据
  • 12.5　Boosting学习
  • 12.6　Stacking学习
  • 12.6.1　皮玛数据
  • 12.6.2　员工离职数据
  • 12.7　R语言实战
  • 12.7.1　红酒数据
  • 12.7.2　信用数据
  • 12.7.3　皮玛数据
  • 12.7.4　波士顿房价数据
  • 12.7.5　汽车座椅数据
  • 12.7.6　顾客流失数据
  • 12.8　本章思维导图
  • 第13章　推荐系统
  • 13.1　推荐系统概述
  • 13.2　过滤推荐
  • 13.2.1　相似度
  • 13.2.2　基于用户的协同过滤
  • 13.2.3　基于项目的协同过滤
  • 13.2.4　协同过滤的评价
  • 13.2.5　协同过滤的优点和缺点
  • 13.2.6　混合的推荐机制
  • 13.3　R语言应用
  • 13.3.1　推荐系统R语言包
  • 13.3.2　recommenderlab函数程序
  • 13.3.3　模拟数据
  • 13.4　R语言实战
  • 13.4.1　电影数据
  • 13.4.2　笑话数据
  • 13.5　本章思维导图
  • 结语
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。