99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀18本數(shù)據(jù)科學(xué)家必讀的R語言和Python相關(guān)書籍
18本數(shù)據(jù)科學(xué)家必讀的R語言和Python相關(guān)書籍
2017-05-25
收藏
前言

“這就是閱讀。即將新軟件安裝到大腦里的過程?！?/span>

就我個人而言，我從視頻和在線教程中所學(xué)到的始終沒有從書本中學(xué)到的多。

了解機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)很容易。目前有許多開放課程，你可以馬上就開始學(xué)習(xí)。但是，獲得更深入的學(xué)習(xí)需要額外的努力。例如：你可能會很快了解隨機(jī)森林如何運作，但了解其背后的邏輯需要額外的努力。

質(zhì)疑的信心來自于閱讀。有些人很容易接受現(xiàn)狀。另一方面，一些好奇的人則會反思“為什么不能這樣做呢？”就是在這種情況下，人們開始嘗試用新的方式完成任務(wù)。幾乎每個我在美國管理協(xié)會（AMA）遇到的數(shù)據(jù)科學(xué)家，都曾在公開的采訪中強調(diào)過書籍在他們生活中充當(dāng)了不可取代的作用。

以下是我在過去的一年中所發(fā)現(xiàn)的 R 語言和 Python 相關(guān)的機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)書籍。閱讀是一個好習(xí)慣，希望通過閱讀本文，你也可以養(yǎng)成閱讀的好習(xí)慣。祝閱讀愉快！

數(shù)據(jù)科學(xué)之R語言


R 語言入門與實踐
Hands-on Programming with R
作者：Garrett Grolemund
譯者： 馮凌秉

本書適合剛開始學(xué)習(xí) R 語言的人。學(xué)習(xí)寫函數(shù)和循環(huán)可以使你用 R 實現(xiàn)更多功能。一些人認(rèn)為，R 包可以讓他們避免寫函數(shù)和循環(huán)，但那并不是長久之計。本書將介紹 R 編程環(huán)境的細(xì)節(jié)，同時附有有趣的項目，如加權(quán)骰子，撲克牌，老虎機(jī)等。本書語言淺顯易懂。


大家的 R：高級分析和圖形學(xué)
R for Everyone: Advanced Analytics and Graphics
作者：Jared P. Lander

本書涵蓋數(shù)據(jù)可視化，數(shù)據(jù)處理，預(yù)測建模等數(shù)據(jù)科學(xué)各方面內(nèi)容，而且并不晦澀難懂。同時內(nèi)容廣泛，細(xì)節(jié)詳實。強調(diào)了算法的使用標(biāo)準(zhǔn)和每個示例在 R 中的實現(xiàn)。本書適合傾向從實際方面理解算法的人群。


R 語言經(jīng)典實例
R Cookbook
作者: Teetor Paul
譯者：李洪成

本書為幫助人們克服在數(shù)據(jù)預(yù)處理和操作中遇到的各種問題。很多時候，面對熟悉的場景，我們知道要做些什么。但是，如何完成卻成為了一個巨大的挑戰(zhàn)。這本書就很好解決了這個問題。它并沒有對概念進(jìn)行理論解釋，而重點介紹如何在 R 中使用它們。本書涵蓋了廣泛的主題，如概率，統(tǒng)計，時間序列分析，數(shù)據(jù)預(yù)處理等。


R 數(shù)據(jù)可視化手冊
R Graphics Cookbook
作者：Winston Chang
譯者：肖楠, 鄧一碩 , 魏太云

數(shù)據(jù)可視化使人能夠使用形狀和顏色來表達(dá)和分析他們的發(fā)現(xiàn)，而不僅僅使用表格。透徹的了解圖表，明確何時使用哪個圖表，以及如何定制圖表是數(shù)據(jù)科學(xué)家的關(guān)鍵技能。本書不僅僅具有理論知識，而且強調(diào)如何在 R 中構(gòu)建樣本數(shù)據(jù)集。同時專注使用 ggplot2 包來進(jìn)行可視化。 


應(yīng)用預(yù)測建模
Applied Predictive Modeling
作者：Max Kuhn, Kjell Johnson

作者之一 Max Kuhn 本身就是 caret 包的開發(fā)者。本書是理論和實踐知識的完美融合。它討論了幾個關(guān)鍵的機(jī)器學(xué)習(xí)主題，如過擬合，特征選擇，線性和非線性模型，樹型方法等。并且使用 caret 包演示了所有算法。Caret 是 CRAN 庫中功能強大的機(jī)器學(xué)習(xí)包之一。


統(tǒng)計學(xué)習(xí)導(dǎo)論:基于 R 應(yīng)用
Introduction to Statistical Learning
作者：Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
譯者：王星

本書是最詳盡統(tǒng)計建模的書之一。此外，它包括對線性回歸，邏輯回歸，樹木，SVM，無監(jiān)督學(xué)習(xí)等主題的深入解釋。由于是導(dǎo)論，所以解釋淺顯易懂，任何新手都可以輕松學(xué)習(xí)。而且還附有練習(xí)。推薦這本書給所有使用 R 語言進(jìn)行機(jī)器學(xué)習(xí)新手。


統(tǒng)計學(xué)習(xí)要素
Elements of Statistical Learning
作者：Trevor Hastie, Robert Tibshirani, Jerome Friedman

本書是“統(tǒng)計學(xué)習(xí)導(dǎo)論”的下一部分。它包含更高級的主題，因此不建議跳過上一本書直接讀這本。這本書適合掌握機(jī)器學(xué)習(xí)基礎(chǔ)知識的人。它涉及收縮方法，不同的線性回歸方法，分類，內(nèi)核平滑，模型選擇等。對于想深入了解機(jī)器學(xué)習(xí)的人來說，這是一本必讀書。


機(jī)器學(xué)習(xí)與 R 語言
Machine Learning with R
作者: Brett Lantz
譯者: 李洪成, 許金煒, 李艦

書中作者解釋概念淺顯易懂，令人印象深刻。本書圍繞機(jī)器學(xué)習(xí),同時涵蓋了很多實踐方面的知識。通過案例研究，討論了 Bagging，Boosting，SVM，神經(jīng)網(wǎng)絡(luò)，聚類等算法。這些案例將幫助你了解這些算法。另外還闡述了機(jī)器學(xué)習(xí)參數(shù)的知識。


掌握機(jī)器學(xué)習(xí)與 R 語言
Mastering Machine Learning with R
作者: Cory Lesmeister

本書適合所有想要通過掌握 R 語言進(jìn)行機(jī)器學(xué)習(xí)人。它包括（幾乎）所有算法及其在 R 語言中的執(zhí)行。此外，本書介紹了一些用于機(jī)器學(xué)習(xí)的 R 包，包括最近推出的 H2o 包。本書還介紹了機(jī)器學(xué)習(xí)的最新發(fā)展，因此建議每個學(xué)習(xí) R 語言的人閱讀本書。但是，不能期望從本書中學(xué)習(xí)到高級機(jī)器學(xué)習(xí)概念，如堆疊。


機(jī)器學(xué)習(xí):實用案例解析
Machine Learning for Hackers
作者: Drew Conway, John Myles White
譯者: 陳開江, 劉逸哲, 孟曉楠

與其他類似書籍相比，本書篇幅較短。但是對每個涉及的主題都進(jìn)行了深入探討。為了加強理解，作者還通過例子，在解決問題的同時解釋了基礎(chǔ)方法。對于想要學(xué)習(xí)機(jī)器學(xué)習(xí)的人群來說，本書值得一讀。


數(shù)據(jù)科學(xué):理論、方法與 R 語言實踐
Practical Data Science with R
作者：Nina Zumel，John Mount
譯者： 于戈, 鮑玉斌, 王大玲

顧名思義，本書注重在現(xiàn)實生活中使用數(shù)據(jù)科學(xué)。本書與眾不同之處在于，上述其他書籍均未討論模型構(gòu)建，模型的部署在現(xiàn)實問題中面對的挑戰(zhàn)。本書作者的關(guān)注點始終沒有偏離構(gòu)建機(jī)器學(xué)習(xí)的理論與現(xiàn)實世界影響之間的聯(lián)系。對尚未進(jìn)入分析行業(yè)的人士來說，推薦閱讀本書。

數(shù)據(jù)科學(xué)之 Python


掌握 Python 進(jìn)行數(shù)據(jù)科學(xué)
Mastering Python for Data Science
作者：Samir Madhavan

本書首先介紹了 Numpy 和 Pandas 的數(shù)據(jù)結(jié)構(gòu)，并描述從各種來源將數(shù)據(jù)導(dǎo)入到這些結(jié)構(gòu)中。你將學(xué)習(xí)在 Python 中執(zhí)行線性代數(shù)，并通過使用推論統(tǒng)計進(jìn)行分析。同時本書著重構(gòu)建推薦引擎，使用 Python 進(jìn)行高端可視化，集體建模等先進(jìn)概念。


利用 Python 進(jìn)行數(shù)據(jù)分析
Python for Data Analysis
作者：Wes McKinney
譯者：唐學(xué)韜

想通過學(xué)習(xí) Python 進(jìn)行數(shù)據(jù)分析？作者 Wes McKinney 是 Python 庫—— pandas 的主要開發(fā)者。本書內(nèi)容詳實，涵蓋了通過 Python 進(jìn)行數(shù)據(jù)分析的各方面內(nèi)容，如：操作，處理，清理，可視化和處理數(shù)據(jù)等。如果你是使用 Python 進(jìn)行數(shù)據(jù)科學(xué)的新手，那么本書不可錯過。


Python 機(jī)器學(xué)習(xí)入門
Introduction to Machine Learning with Python
作者：Andreas Muller，Sarah Guido

本書旨在幫助初學(xué)者開始進(jìn)行機(jī)器學(xué)習(xí)。本書教你從零開始，利用 Python scikit-learn 建立機(jī)器學(xué)習(xí)模型。本書適合之前沒有接觸過 Python 和機(jī)器學(xué)習(xí)的人群。此外，它還涵蓋了模型評估和參數(shù)調(diào)優(yōu)的高級方法，使用文本數(shù)據(jù)的方法，以及文本特定的處理技術(shù)等。


Python 機(jī)器學(xué)習(xí)
Python Machine Learning
作者：Sebastian Raschka
譯者：高明 , 徐瑩, 陶虎成

這是迄今為止我所看過的，機(jī)器學(xué)習(xí)在 Python 方面最全面的書之一。作者解釋了關(guān)于機(jī)器學(xué)習(xí)的詳盡內(nèi)容，他通過例子逐步解釋概念。本書涵蓋了神經(jīng)網(wǎng)絡(luò)，聚類，回歸，分類，集成等主題。


用 Python 構(gòu)建機(jī)器學(xué)習(xí)系統(tǒng)
Building Machine Learning Systems with Python
作者：Willi Richert , Luis Pedro Coelho 
譯者：劉峰

在本書，作者先從基礎(chǔ)開始，接著通過項目解釋概念，最終附上總結(jié)，循循漸進(jìn)。推薦這本書給使用 Python 進(jìn)行機(jī)器學(xué)習(xí)的零基礎(chǔ)人群。它涵蓋了圖像處理，推薦引擎，情感分析等主題，易于理解和實際運用。


利用 Python 進(jìn)行高級機(jī)器學(xué)習(xí)
Advanced Machine Learning with Python
作者：John Hearty

本書適合每個機(jī)器學(xué)習(xí)愛好者閱讀。本書能夠讓你掌握機(jī)器學(xué)習(xí)的基礎(chǔ)技術(shù)知識，自動編碼器，功能工程技術(shù)，集成等。同時也重視機(jī)器學(xué)習(xí)的理論和實踐。


集體智慧編程
Programming Collective Intelligence
作者：Toby Segaran
譯者：莫映, 王開福

本書有個有趣的標(biāo)題的書名。書中介紹了一些機(jī)器學(xué)習(xí)的算法，如 SVM，樹，聚類，優(yōu)化等，并使用有趣的例子。這本書最適合使用 Python 進(jìn)行機(jī)器學(xué)習(xí)的的新手。某些章節(jié)還附有練習(xí)，能夠幫助更好的理解。

ref：

https://www.analyticsvidhya.com/blog/2016/10/18-new-must-read-books-for-data-scientists-on-r-and-python/


原文來自  Analytics Vidhya
編譯 CDA 編譯團(tuán)隊
本文為  CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉(zhuǎn)載需授權(quán)


數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時表示是新驗證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }