●譯者序
前言
讀者指南
章數據科學家的試驗與磨難1
1.1數據？科學？數據科學！1
1.2數據科學家：現代鹿角兔4
1.3數據科學工具9
1.4從數據到洞察力：數據科學工作流11
1.4.1識別問題13
1.4.2獲取數據13
1.4.3數據挖掘13
1.4.4建模與評價13
1.4.5表征與互動14
1.4.6數據科學：一個迭代過程14
1.5總結15
第2章Python：完全不同的編程語言16
2.1為何是Python？為何不是？17
2.1.1使用Shell或不使用Shell19
2.1.2使用iPython/JupyterNotebook20
2.2初探Python21
2.2.1基本類型21
2.2.2數字21
2.2.3字符串22
2.2.4復數23
2.2.5列表24
2.組27
2.2.7字典29
2.3控制流31
2.3.1if...elif...else31
2.3.2while32
2.3.3for33
2.3.4try...except34
2.3.5函數36
2.3.6腳本和模塊39
2.4計算和數據處理41
2.4.1矩陣操作和線性代數41
2.4.2NumPy數組和矩陣42
2.4.3索引和切片45
2.5“熊貓”前來救駕46
2.6繪圖和可視化庫：Matplotlib50
2.7總結52
第3章能夠探知的機器：機器學習和模式識別53
3.1認知模式53
3.2人工智能和機器學習54
3.3數據很好，但也需要其他支持56
3.4學習、預測和分類57
3.5機器學習和數據科學58
3.6特征選擇59
3.7偏差、差異和正規化：平衡法60
3.8一些有用的措施：距離和相似性61
3.9注意“維度的詛咒”64
3.10Scikit-learn是我們的朋友67
3.11訓練和測試70
3.12交叉驗證72
3.13總結75
第4章關繫難題：回歸76
4.1變量之間的關繫：回歸76
4線性回歸78
4.3普通最小二乘法80
4.4大腦與身體：單變量回歸83
4.5對數變換90
4.6使任務更容易：標準化和擴展93
4.6.1正則化或單位縮放94
4.6.2z-Score縮放95
4.7多項式回歸96
4.8方差–偏差權衡99
4.9收縮：選擇運算符和Ridge101
4.10總結105
第5章鹿角兔和野兔：聚類107
5.1聚類107
5.2k–均值聚類108
5.2.1聚類驗證110
5.2.2k–均值實際操作112
5.3總結115
第6章獨角獸和馬：分類116
6.1分類116
6.1.1混淆矩陣117
6.1.2ROC和AUC119
6.2使用KNN算法分類121
6.3邏輯回歸分類器126
6.3.1邏輯回歸的解釋129
6.3.2邏輯回歸的應用130
6.4使用樸素貝葉斯算法進行分類136
6.4.1樸素貝葉斯分類器139
6.4.2樸素貝葉斯分類的應用140
6.5總結144
第7章決策：分層聚類、決策樹和集成技術145
7.1分層聚類145
7.2決策樹150
7.3集成技術160
7.3.1套袋164
7.3.2助推164
7.3.3隨機森林165
7.3.4層疊和混合166
7.4集成技術實踐167
7.5總結171
第8章少即多：降維172
8.1降維172
8.2主成分分析175
8.2.1PCA實踐177
8.2.2PCA在鳶尾花數據集中的應用180
8.3奇異值分解183
8.4推薦繫統187
8.4.1基於內容的過濾實踐188
8.4.2協同過濾實踐191
8.5總結195
第9章內核秘訣：支持向量機197
9.1支持向量機和內核方法197
9.1.1支持向量機199
9.1.2內核的技巧204
9.1.3SVM實踐：回歸205
9.1.4SVM實踐：分類208
9.2總結212
附錄Scikit-learn中的管道213
參考文獻217