新書推薦：
《
大模型应用开发：RAG入门与实战
》
售價：NT$
407.0
《
不挨饿快速瘦的减脂餐
》
售價：NT$
305.0
《
形而上学与存在论之间：费希特知识学研究（守望者）（德国古典哲学研究译丛）
》
售價：NT$
504.0
《
卫宫家今天的饭9 附画集特装版（含漫画1本+画集1本+卫宫士郎购物清单2张+特制相卡1张）
》
售價：NT$
602.0
《
化妆品学原理
》
售價：NT$
254.0
《
万千教育学前·与幼儿一起解决问题：捕捉幼儿园一日生活中的教育契机
》
售價：NT$
214.0
《
爱你，是我做过最好的事
》
售價：NT$
254.0
《
史铁生：听风八百遍，才知是人间（2）
》
售價：NT$
254.0
|
| 編輯推薦： |
数据科学作为一门新兴的学科，正在高速发展并落地应用。当前的各行各业都充满了数据，这些数据的类型多种多样，不仅包括传统的结构化数据，也包括网页、文本、图像、视频、语音等非结构化数据。
数据科学涵盖的体系甚广，对某一领域进行数据科学研究，首先要研究该领域（比如生物信息学、天体信息学、数字地球等）的特性，然后通过包括统计学、机器学习、数据挖掘、数据库等技术从中分析出需要的结果。这些学科都是数据科学的重要组成部分，只有把它们有机地整合在一起，才能形成整个数据科学的全貌。
陈文贤老师作为数据科学的早期探索者，积累了大量科研经验，更为难得的是，陈老师擅用与科班教材截然不同的方式把包罗万象的数据科学细节逐步分解，娓娓道来，再用多年积累的实际案例把理论串联起来，从中再佐以大家耳熟能详的案例（如武侠场景、生活场景），把艰深晦涩、逻辑复杂的问题剖析地如水银泻地般流畅。
由于数据科学的特性，我们在策划阶段便确认彩色印刷，以便可以更精准地讲解和分析各种图表和代码。另外，陈老师针对全书脉络，每章都提供了学习地图，确保读者学习过程中不会迷失。
|
| 內容簡介： |
本书以独特的方式讲解数据科学，不仅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）进行数据科学实战。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；用各种学习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、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，例如：推荐系统、支持向量机、集成学习等。另外，本书只有大数据的案例数据用R语言计算。
本书适合各个专业领域（包含金融、电商、保险、互联网等行业）想掌握数据科学的读者，也可以作为高校、社会培训机构教材。由于内容比较多，教师可自行选择教学内容。
|
| 關於作者： |
|
陈文贤，美国加州大学伯克利分校工业工程博士，历任：台大信息管理系教授兼系主任、美国雪城Syracuse大学客座教授、澳大利亚悉尼科技大学UTS客座教授、台北德明财经科技大学信息管理系特聘教授。
|
| 目錄：
|
第一篇 基础篇
第1章 大数据概述 3
1.1 大数据与相关学科的定义 4
1.1.1 大数据的定义 4
1.1.2 数据挖掘 6
1.1.3 数据挖掘标准过程 7
1.1.4 机器学习 9
1.1.5 知识管理 12
1.1.6 数据科学 14
1.1.7 商业智能 15
1.1.8 人工智能 17
1.1.9 统计学与大数据比较 19
1.1.10 数据名词的定义 21
1.2 系统与模型概念 22
1.2.1 系统定义与成分 22
1.2.2 输入，处理，输出与黑箱 23
1.2.3 环境 24
1.2.4 反馈 25
1.2.5 效率与效果 25
1.2.6 模型与建模 26
1.2.7 模型的假定与参数 27
1.2.8 敏感，稳健或鲁棒 28
1.2.9 模型的过拟合 28
1.3 大数据分析模型的分类 30
1.3.1 后设模型 30
1.3.2 关系与因果 31
1.3.3 基于因果关系的统计学分类 32
1.3.4 基于因果关系的大数据分类 32
1.3.5 基于数据类型的分类 34
1.3.6 基于测量的分类 35
1.3.7 数据科学模型的其他分类 36
1.4 大数据的江湖传奇 36
1.5 R语言词云图代码 40
1.6 本章思维导图 42
第2 章 大数据与R 语言 43
2.1 大数据进位 44
2.2 R语言介绍 45
2.2.1 安装 R 语言软件 45
2.2.2 下载R语言程序包 45
2.3 R数据对象的属性与结构 46
2.3.1 数值 47
2.3.2 整数 47
2.3.3 字符串 47
2.3.4 逻辑 47
2.3.5 向量 48
2.3.6 因子 49
2.3.7 矩阵 50
2.3.8 数据框 52
2.3.9 数组 52
2.3.10 列表 53
2.3.11 时间序列 54
2.3.12 访问数据类型和结构 54
2.3.13 遗失值 55
2.3.14 读入Excel CSV数据 55
2.3.15 编辑数据 55
2.3.16 保存Excel CSV数据 55
2.3.17 数据输入窗口 56
2.3.18 R 的数据结构和函数表 56
2.4 R的函数包 56
2.5 R的数据绘图 59
2.6 本章思维导图 64
第二篇 非监督式学习
第3 章 关联分析 67
3.1 关联分析介绍 68
3.1.1 事务与项目的定义 68
3.1.2 项集的关联规则 69
3.2 关联规则数据格式 71
3.3 关联规则的算法 72
3.3.1 Apriori算法 73
3.3.2 关联规则其他测度值 74
3.3.3 负关联规则 75
3.4 关联规则的优点和缺点 76
3.4.1 Apriori算法的优点 76
3.4.2 Apriori算法的缺点 76
3.4.3 关联规则的评估 76
3.5 关联规则的实例计算 77
3.5.1 尿布与啤酒 77
3.5.2 豆浆、烧饼与饭团 79
3.5.3 评估与应用 82
3.6 R语言实战 82
3.6.1 泰坦尼克号 82
3.6.2 商店数据 86
3.6.3 食品杂货数据 90
3.6.4 人口收入数据 92
3.6.5 鸢尾花数据 93
3.7 本章思维导图 96
第4 章 聚类分析 97
4.1 聚类分析介绍 98
4.2 距离与相似度衡量 99
4.2.1 数值数据距离 99
4.2.2 标准化与归一化 100
4.2.3 0-1数据距离和相似度 100
4.2.4 混合数据的距离 102
4.2.5 顾客数据的距离 102
4.2.6 距离和相似度的转换 104
4.2.7 计算距离的R函数 104
4.3 层次聚类分析 106
4.3.1 两类连接 106
4.3.2 顾客数据的聚类 107
4.3.3 层次聚类的优点和缺点 110
4.4 非层次聚类分析 110
4.4.1 K-mean聚类 110
4.4.2 PAM 聚类 112
4.4.3 K-mean聚类的优点和缺点 113
4.5 聚类分析的评价 113
4.6 R语言实战 115
4.6.1 欧洲语言的聚类 115
4.6.2 美国电力公司数据 118
4.6.3 欧州人蛋白质数据 120
4.6.4 红酒数据 124
4.6.5 汽车数据 126
4.7 本章思维导图 128
第5 章 降维分析 129
5.1 降维分析介绍 130
5.2 主成分分析 131
5.2.1 主成分分析的计算理论 132
5.2.2 主成分分析的计算步骤 134
5.2.3 主成分分析的优点和缺点 134
5.3 R语言程序 135
5.4 R语言实战 138
5.4.1 鸢尾花数据 138
5.4.2 美国罪犯数据 138
5.4.3 美国法官数据 145
5.4.4 国家冰球联盟资料 146
5.4.5 美国职业棒球数据 149
5.4.6 早餐麦片数据 151
5.4.7 红酒数据 151
5.4.8 心理学数据 152
5.5 本章思维导图 154
第三篇 监督式学习
第6 章 模型选择与评价 157
6.1 模型选择与评价步骤 158
6.2 大数据的抽样方法 159
6.2.1 保留方法抽样 160
6.2.2 自助抽样法 162
6.2.3 632自助法 163
6.2.4 过采样 164
6.3 交叉验证 165
6.3.1 k-折交叉验证 165
6.3.2 留一交叉验证 166
6.4 模型选择 167
6.4.1 参数和非参数学习 168
6.4.2 偏差和方差 169
6.4.3 模型的复杂度 170
6.4.4 正则化 171
6.4.5 认真学习和懒惰学习 171
6.5 模型评价 172
6.5.1 二元0-1分类器的评价混淆矩阵 172
6.5.2 混淆矩阵的举例说明 174
6.5.3 二元分类器的成本计算 176
6.5.4 二元分类器例题数据R语言 176
6.5.5 多标签分类器的评价 179
6.5.6 多标签分类器评价R 语言 181
6.5.7 交叉验证分类的评价 183
6.5.8 分类学习的ROC曲线 183
6.5.9 连续型目标变量回归模型的评价 187
6.6 R语言实战 189
6.6.1 R语言自动调模与调参 189
6.6.2 汽车数据 190
6.6.3 乳腺癌诊断数据 190
6.7 本章思维导图 192
第7 章 回归分析 193
7.1 多元线性回归 194
7.1.1 多元线性回归模型 194
7.1.2 参数估计 195
7.1.3 适合性检验 196
7.1.4 实例计算 197
7.1.5 R语言的实例计算 199
7.2 变量（特征）选择 200
7.2.1 偏相关系数 200
7.2.2 逐步回归 203
7.2.3 部分子集回归 204
7.2.4 压缩方法 205
7.3 Logistic逻辑回归 207
7.4 R语言实战 209
7.4.1 股票数据 209
7.4.2 乳腺癌病理数据 210
7.4.3 医疗保险数据 213
7.4.4 棒球数据 215
7.4.5 波士顿房价数据 218
7.4.6 皮玛数据 221
7.5 本章思维导图 224
第8 章 近邻法 225
8.1 学习器 226
8.1.1 认真学习器和懒惰学习器 226
8.1.2 基于实例学习器 227
8.1.3 参数学习器和非参数学习器 228
8.2 近邻法介绍 229
8.2.1 k-近邻法算法步骤 229
8.2.2 k-近邻法分类器 230
8.2.3 k-近邻法回归 231
8.2.4 自变量是分类变量 232
8.3 近邻法的优点和缺点 232
8.4 R语言实战 233
8.4.1 食材数据 233
8.4.2 鸢尾花数据 234
8.4.3 乳癌检查数据 236
8.4.4 美国总统候选人数据 238
8.4.5 玻璃数据 240
8.4.6 波士顿房价数据 241
8.4.7 皮玛数据 242
8.5 本章思维导图 244
第9 章 贝叶斯分类 245
9.1 贝叶斯公式 246
9.2 贝叶斯分类 247
9.2.1 朴素贝叶斯分类 247
9.2.2 特征值是连续变量 248
9.2.3 朴素贝叶斯分类的优点和缺点 249
9.3 贝叶斯分类的实例计算 249
9.3.1 天气和打网球 249
9.3.2 验前概率与似然概率 251
9.3.3 拉普拉斯校准 251
9.3.4 R 语言实例计算 252
9.4 R语言实战 255
9.4.1 泰坦尼克号数据 255
9.4.2 鸢尾花数据 256
9.4.3 垃圾邮件数据 258
9.4.4 皮玛数据 261
9.5 本章思维导图 262
第10 章 决策树 263
10.1 决策树概述 264
10.1.1 图形表示 264
10.1.2 逻辑表示 265
10.1.3 规则表示 265
10.1.4 数学公式表示 265
10.2 决策树的信息计算 266
10.2.1 信息计算 266
10.2.2 熵与信息 267
10.2.3 信息增益 267
10.2.4 信息增益比 268
10.2.5 基尼系数与基尼增益 268
10.2.6 卡方统计量 269
10.2.7 分枝法则的选择 269
10.2.8 回归树 269
10.3 决策树的实例计算 270
10.4 决策树的剪枝 277
10.4.1 贪婪算法 277
10.4.2 决策树剪枝 278
10.5 决策树的优点和缺点 279
10.6 R语言实战 280
10.6.1 决策树R语言包 280
10.6.2 打网球数据 280
10.6.3 泰坦尼克号数据 283
10.6.4 鸢尾花数据 284
10.6.5 皮玛数据 289
10.6.6 汽车座椅销售数据 292
10.6.7 波士顿房价数据 295
10.6.8 猫数据 297
10.6.9 驼背数据 300
10.6.10 美国总统选举投票数据 301
10.6.11 员工离职数据 302
10.7 本章思维导图 306
第11 章 支持向量机 307
11.1 支持向量机概述 308
11.2 最大间隔分类（硬间隔） 310
11.3 支持向量分类（软间隔） 311
11.4 支持向量机（核函数） 313
11.4.1 支持向量机的核函数 313
11.4.2 多元分类支持向量机 315
11.5 支持向量机的优点和缺点 315
11.6 支持向量机R语言应用 316
11.6.1 随机正态分布数据线性核函数 317
11.6.2 随机正态分布数据径向基核函数 318
11.6.3 三分类数据径向基核函数 321
11.7 R语言实战 322
11.7.1 基因表达数据 322
11.7.2 鸢尾花数据 322
11.7.3 猫数据 323
11.7.4 皮玛数据 325
11.7.5 字符数据 328
11.7.6 玻璃数据 329
11.8 本章思维导图 332
第12 章 集成学习 333
12.1 集成学习介绍 334
12.2 个别分类方法评价 335
12.3 Bagging学习 337
12.4 随机森林 338
12.4.1 随机森林介绍 338
12.4.2 随机森林算法步骤 339
12.4.3 R 语言 339
12.4.4 随机森林的优点和缺点 340
12.4.5 非监督式学习-鸢尾花数据 340
12.4.6 美国大学数据 341
12.5 Boosting学习 342
12.6 Stacking学习 343
12.6.1 皮玛数据 343
12.6.2 员工离职数据 344
12.7 R语言实战 345
12.7.1 红酒数据 345
12.7.2 信用数据 347
12.7.3 皮玛数据 348
12.7.4 波士顿房价数据 349
12.7.5 汽车座椅数据 352
12.7.6 顾客流失数据 353
12.8 本章思维导图 356
第13 章 推荐系统 357
13.1 推荐系统概述 358
13.2 过滤推荐 359
13.2.1 相似度 360
13.2.2 基于用户的协同过滤 360
13.2.3 基于项目的协同过滤 361
13.2.4 协同过滤的评价 362
13.2.5 协同过滤的优点和缺点 363
13.2.6 混合的推荐机制 364
13.3 R语言应用 365
13.3.1 推荐系统R语言包 365
13.3.2 recommenderlab 函数程序 366
13.3.3 模拟数据 367
13.4 R语言实战 369
13.4.1 电影数据 369
13.4.2 笑话数据 373
13.5 本章思维导图 378
结语 379
参考文献 381
|
| 內容試閱：
|
秋水时至，百川灌河；泾流之大，两涘渚崖之间不辩牛马。
于是焉河伯欣然自喜，以天下之美为尽在己。
顺流而东行，至于北海，东面而视，不见水端。
《庄子秋水篇》
互联网的时机到了，数据汇入数据库，流量之大，不能辨别分类聚类。
于是数据科学家沾沾自喜，以为大数据的美丽结果，我说了算。
数据流量顺势加大，汇流成海量，看数据沧海，不见因果关系。
《大数据篇》
本书期望以深入浅出接地气的方式介绍数据科学，即帮助读者轻松学习数据科学理论，又有利于读者动手（手算和电算）完成数据科学实战。因此本书特色是：
1 一图抵千言
本书继承清华大学出版社出版的《大话统计学》一书学习地图的精神，内容尽量用图形、表格、思维导图说明。学习地图是让你知道你的位置，并且告诉你如何去目的地。
2 避免深奥的数学证明，采用简单的数学说明
奥卡姆剃刀原理（Occams Razor）认为，最好的科学理论是能解释所有事实的最简单的理论（The best scientific theory is the simplest one that explains all the facts）。数据科学机器学习秉承简约法则：切勿浪费较多东西，去做用较少的东西，同样可以做好的事情，避免过拟合的精神。学会本书数据科学基本观念，可以进一步理解机器学习的理论证明和复杂模型，例如深度学习。
3 章节连贯，一气呵成
本书说明了数据科学模型输入数据的类型和限制，算法的分类异同和因果关系，输出结果的评价和优劣。数据科学要考虑：问题种类，数据来源，数据类型，分析方法，模型和算法，信息结果，验证评价和应用价值。有些实战数据出现在许多章节。
4 动手计算
本书中有小型数据的例题演算，也有大型数据的实战程序。数据科学模型涉及关联分析、聚类分析、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 语言对照计算结果。另外，也有大数据的案例数据用R语言计算结果，例如推荐系统、支持向量机、集成学习等，只有大数据的案例数据用R语言计算。
因为本书使用R语言，而R语言的包、函数、数据、参数、输出信息等都是用英文，对每个名词的英文名词要特别注意，所以中英文索引很重要。本书中的R语言程序码（R例1.1～R例13.4）、实例的数据集（表2-4实战数据及补充数据如：北京PM2.5 数据等）、出版后的索引、勘误表等，可在清华大学出版社扫码下载。
感谢台湾大学工业管理系杨立伟教授和计算机信息中心林淑芬教授提供部分素材。
衷心感谢清华大学出版社大力的支持和协助，使本书能够顺利出版。
由于作者的水平有限，本书中难免有不足和疏漏之处，恳请各位读者提出批评和建议，以便进一步修订和改进。
陈文贤
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
