Skip to content

Latest commit

 

History

History
99 lines (50 loc) · 4.22 KB

data-science-layman-no-math-added.md

File metadata and controls

99 lines (50 loc) · 4.22 KB

数据科学入门(无数学)

原文:www.kdnuggets.com/2017/04/data-science-layman-no-math-added.html

作者:安娜琳·吴(剑桥大学)和肯尼斯·苏(斯坦福大学)

想开始学习数据科学吗?还是想读一本好书?


我们的三大课程推荐

1. Google 网络安全证书 - 快速开启网络安全职业生涯。

2. Google 数据分析专业证书 - 提升你的数据分析能力

3. Google IT 支持专业证书 - 支持你的组织的 IT


Numsense! 数据科学入门 是一本面向没有统计学或计算机科学背景的读者的入门数据科学书籍。它避免使用术语,以简单而简明的方式呈现关键算法。为了帮助你理解,每个算法还配有真实世界的例子和直观的视觉图。

我们的承诺:无数学内容。

Numsense!

探索超过 10 种经典算法和方法的关键概念,包括:

  • A/B 测试

  • 异常检测

  • 关联规则

  • 聚类

  • 决策树和随机森林

  • 回归分析

  • 社会网络分析

  • 神经网络

为了帮助你复习所学内容,我们还包括了:

  • 比较算法优缺点的备忘单

  • 每章总结

  • 常用术语的词汇表

这本书适合谁?

你!但实际上,任何对数据科学感兴趣的人——无论是监督分析师的业务经理,寻找数据新见解的顾问,进入这个领域的学生,还是任何有好奇心的人。

我为什么要对数据科学感兴趣?

你已经看到数据科学如何彻底改变了我们的生活和工作方式。谷歌利用它生成与你搜索查询相关的结果,亚马逊则利用它推荐你可能喜欢的产品。最近,数据科学算法还被用于推动数字个人助理和自主驾驶汽车的发展。了解这些算法的工作原理对于欣赏它对我们未来的潜在影响至关重要。

阅读这本书对我的工作有什么价值?

数据科学算法可以应用于广泛的领域——无论是客户画像还是医学诊断,这些算法都能为你提供关键洞察,帮助你做出更具战略性的决策。

别人怎么说?

"... 熟悉 Annalyn Ng 和 Kenneth Soo 的工作已久,书中所承诺的内容自然也就不让人惊讶。这确实是面向外行的数据科学书籍,而书中描述的通常复杂的数学——以高层次呈现——故意没有详细讲解。但不要被误导:这并不意味着内容有任何削减。事实上,书中信息内容扎实,其优势在于它的精简和简洁。"

马修·梅奥

数据科学家及 KDnuggets 副编辑

"... Numsense! 是对关键数据科学算法的便捷图形描述,适合新数据科学家的入门、与分析师合作的商务人士的概述,或是任何想了解自己数据如何处理的人的刺激阅读。

大卫·斯蒂尔韦尔

心理测量中心副主任,

大数据分析与定量社会科学讲师,

剑桥大学贾奇商学院

点击这里获取你的副本

更多相关话题