数据科学的基础
数据科学奠定了亚马逊产品推荐器,LinkedIn的“您认识的人”功能,Pandora的个性化广播电台,Stripe的欺诈检测器以及全球日益普及的传感器产生的令人难以置信的见解的基础。未来,数据科学将解决世界上最有趣,最有影响力的问题。但是目前,每个行业的数据科学家都短缺,传统学校无法足够快地向学生教授知识,而数据科学家所需的许多知识仍然困在大型科技公司中。
本全面,实用的教程就是解决方案。乔纳森·迪努(Jonathan Dinu)凭借自己在Zipfian Academy进行的为期12周的沉浸式数据科学培训计划的构建经验,将您自学数据科学所需的全部知识融合在一起,并成功进入该行业。
首先,Dinu可以帮助您内部化数据科学的“思维定势”:几乎所有的东西都可以量化,一旦有了数据,您就可以通过统计分析和机器学习收获惊人的见解。他阐明了数据科学的真实面貌:一个涉及数据收集,处理和通信的整体,跨学科的过程:数据科学家所做的一切,说的和相信的。
有了这个基础,他就可以通过动手的Python和基于SQL的练习以及完整的案例研究来教授核心数据科学技能。您将逐步学习如何利用算法思维和代码的功能,对当前机器学习方法的功能和局限性有直觉,并将其有效地应用于实际的业务问题。您将通过以下步骤:
建立基本模型和高级模型
进行探索性数据分析
使用数据分析来获取和保留用户或客户
通过回归进行预测
使用机器学习技术
使用无监督学习和NLP
与数据通讯
进行社交网络分析
大规模处理数据
Hadoop,Spark和其他高级工具入门
认识到通用方法在哪里失效,以及如何克服现实世界中的限制
在您的学习和职业生涯中迈出下一步
精心制作的附录提供了从Python和SQL基础到概率,统计和线性代数要点的所有内容的参考资料-甚至为数据科学工作面试做准备!
1