大数据分析：理论、方法及应用

作者简介

史蒂文·S. 斯基纳（Steven S.Skiena）博士是石溪大学的杰出教授，研究方向是数据科学、自然语言处理和算法。由于对本科教学工作有杰出贡献，他曾获得IEEE计算机科学与工程本科教学奖。他还撰写了6本书，包括知名的The Algorithm Design Manual、Programming Challenges: The Programming Contest Training Manual。

内容简介

本书对迅速兴起的数据科学跨学科领域提供必要的介绍，重点介绍构建用于收集、分析和解释数据的系统所需的关键技能，以及成为优秀数据科学家的基本原则。“正确地做简单的事情”，帮助读者发展数学直觉，用最少的数学推导说明关键概念。本书使用计算机科学家最自然的方法突出统计推理的核心价值，不依赖任何特定的编程语言或数据分析工具套件，而是侧重于对重要设计原则的深入讨论。 本书特色： ·包含“实战故事”，为数据科学如何应用于现实世界提供参考。 ·强调“错误的开始”，揭示某些方法失败的微妙原因。 ·提供“课后拓展”，强调每一章中需要特别注意的一些概念。 ·包括“练习”，为读者自学提供广泛的习题和项目。 ·“Kaggle挑战”让读者挑战现实世界中的问题。 本书对迅速兴起的数据科学跨学科领域提供必要的介绍，重点介绍构建用于收集、分析和解释数据的系统所需的关键技能，以及成为优秀数据科学家的基本原则。“正确地做简单的事情”，帮助读者发展数学直觉，用最少的数学推导说明关键概念。本书使用计算机科学家最自然的方法突出统计推理的核心价值，不依赖任何特定的编程语言或数据分析工具套件，而是侧重于对重要设计原则的深入讨论。 本书特色： ·包含“实战故事”，为数据科学如何应用于现实世界提供参考。 ·强调“错误的开始”，揭示某些方法失败的微妙原因。 ·提供“课后拓展”，强调每一章中需要特别注意的一些概念。 ·包括“练习”，为读者自学提供广泛的习题和项目。 ·“Kaggle挑战”让读者挑战现实世界中的问题。