这些资源你可能感兴趣
这是一本跟数据科学和数据科学家有关的“手册”，它还包含传统统计学、编程或计算机科学教科书中所没有的信息。 本书有3个组成部分：一是多层次地讨论数据科学是什么，以及数据科学涉及哪些其他学科；二是数据科学的技术应用层面，包括教程和案例研究；三是给正在从业和有抱负的数据科学家介绍一些职业资源。本书中有很多职业和培训相关资源（如数据集、网络爬虫源代码、数据视频和如何编写API），所以借助本书，你现在就可以开始数据科学实践，并快速地提升你的职业水平。
编辑推荐
本书会精准地告诉你什么是数据科学，它跟计算机科学有何差异，如何从数据中提炼价值，如何提升数据科学技能，获得工作机会。本书包括以下内容：
源代码、数据集，以及供复习的名词字典
供数据科学家参考的简历样本、薪酬调查，以及职位描述样本
什么样的公司在寻找数据科学家
大数据及分析产业的权威分析
能展示竞争优势的实际面试问题
能帮助切实理解数据分析的案例
数据科学窍门、秘方和规则
作者简介
Vincent Granville博士是一名富有远见的数据科学家，有 15 年大数据、预测建模、数字分析和业务分析的经验。Vincent 在评分技术、欺诈检测和网络流量优化及增长等领域，是举世公认的权威专家。在过去的 10 年中，他曾与 Visa 一起研究实时信用卡欺诈检测，与CNET一起研究广告组合优化，与Microsoft（微软公司）一起研究“改变点检测”，与Wells Fargo（富国银行）一起研究在线用户体验，与InfoSpace一起研究搜索智能，与eBay一起研究自动竞价，与各大搜索引擎、广告网络和大型广告客户一起研究点击欺诈检测。Vincent 也管理着LinkedIn上最大的“大数据及分析数据科学家”小组，该小组拥有超过100 000名成员。
最近，Vincent推出了数据科学中心（Data Science Center）这个大数据、业务分析和数据科学界的领先社区。Vincent曾是剑桥大学和美国国家统计科学学院的博士后。他曾入围沃顿商业计划竞赛和比利时数学奥林匹克的决赛。Vincent 已经在统计期刊上发表了40篇论文，并且是许多国际会议的受邀演讲嘉宾。他还开发了一种新的数据挖掘技术，被称为隐性决策树，他还拥有多项专利，是发表数据科学书籍的第一人，并筹集了600万美元的创业启动资金。根据福布斯的排名，Vincent 是大数据领域前20位有影响力的人物之一，被VentureBeat、MarketWatch和美国有线新闻网（CNN）专门报道。Vincent的Twitter账号为@Analyticbridge。
关于译者
吴博：利兹大学博士后，具备多年机器学习研发、数据科学从业经验。曾任爱立信大数据高级研究员，多家公司数据科学家及数据变现业务负责人。现任深圳市宜远智能科技有限公司创始人。
张晓峰：哈尔滨工业大学深圳研究生院计算机科学与技术学院副教授、博士生导师，主要研究方向为数据挖掘、隐私保护和机器学习等。曾在北大方正研究院、香港大学电子技术研究所工作。主持包括国家自然科学基金面上项目，以及其他省/市纵向、横向课题十余项。已在国内外重要学术刊物与会议上发表SCI/EI索引论文40余篇。
季春霖：深圳光启高等理工研究院联合创始人，副院长；深圳市统计学会副会长；哈佛大学博士后，杜克大学统计学博士，剑桥大学硕士；广东省自然科学基金杰青项目获得者；发表包括Science在内的论文60余篇，授权专利400余项。热衷于贝叶斯统计学及其应用。
目录
第1章数据科学是什么 1
真伪数据科学对比 2
伪数据科学的两个例子 5
新大学的面貌 7
数据科学家 10
数据科学家与数据工程师 10
数据科学家与统计学家 12
数据科学家与业务分析师 13
13个真实世界情景中的数据科学应用 14
情景1：国家对烈性酒销售的垄断结束后，DUI（酒后驾驶）逮捕量减少 15
情景2：数据科学与直觉 17
情景3：数据故障将数据变成乱码 19
情景4：异常空间的回归 21
情景5：分析与诱导在提升销量上有何不同价值 22
情景6：关于隐藏数据 24
情景7：汽油中的铅会导致高犯罪率。真的吗 25
情景8：波音787（梦幻客机）问题 26
情景9：NLP的7个棘手句子 27
情景10：数据科学家决定着我们所吃的食品 28
情景11：用较好的相关性增加亚马逊的销售量 30
情景12：检测Facebook上的假档案或假“喜欢”数 32
情景13：餐厅的分析 33
数据科学的历史、开拓者和现代趋势 33
统计学将会复兴 34
历史与开拓者 36
现代的趋势 38
最近的问答讨论 40
总结 44
第2章大数据的独特性 45
两个大数据的问题 45
大数据“诅咒” 45
数据快速流动问题 50
大数据技术示例 56
大数据问题是数据科学所面临挑战的缩影 56
大规模数据集的聚类和分类 58
1亿行的Excel 63
MapReduce不能做什么 67
问题 67
3种解决方案 68
结论：何时使用MapReduce 69
沟通问题 70
数据科学：统计学的终结 72
8种最差的预测建模技术 72
把计算机科学、统计学和行业专业知识结合在一起 74
大数据生态系统 78
总结 79
第3章成为一名数据科学家 80
数据科学家的主要特征 80
数据科学家的职能 80
横向与纵向数据科学家 83
数据科学家的类型 86
伪数据科学家 86
自学成才的数据科学家 86
业余数据科学家 87
极限数据科学家 89
数据科学家人群特征 90
数据科学方面的培训 91
大学课程 91
公司和协会培训项目 95
免费培训项目 96
数据科学家职业道路 98
独立顾问 98
创业者 105
总结 118
第4章数据科学的技术（Ⅰ） 119
新型指标 120
优化数字营销活动的指标 121
欺诈检测的指标 122
选择合适的分析工具 124
分析软件 124
可视化工具 125
实时产品 126
编程语言 128
可视化 128
用R生成数据视频 129
更复杂的视频 133
无模型的统计建模 134
无模型的统计建模是什么 135
该算法是如何工作的 135
源代码生成数据集 137
三类指标：中心性、波动性、颠簸性 137
中心性、波动性和颠簸性之间的关系 138
定义颠簸性 138
在Excel中计算颠簸性 139
使用颠簸系数 141
大数据的统计聚类 141
大数据的相关性和拟合度 143
一系列新的秩相关性 146
渐近分布与归一化 148
计算复杂度 152
计算q（n） 152
理论上的解决方案 155
结构系数 156
确定簇的数量 157
方法 157
例子 158
网络拓扑映射 159
安全通信：数据加密 163
总结 166
第5章数据科学的技术（Ⅱ） 167
数据字典 168
什么是数据字典 168
建立数据字典 169
隐性决策树 169
实现方法 171
示例：互联网流量打分 173
结论 175
与模型无关的置信区间 175
方法 175
分析桥第一定理 176
应用 177
源代码 178
随机数 179
解决问题的4个办法 181
拥有超强直觉能力的业务分析师的直观法 182
软件工程师的蒙特卡洛模拟法 182
统计学家的统计建模方法 183
计算机科学家的大数据方法 183
因果关系和相关性 183
怎样检测因果关系 184
数据科学项目的生命周期 186
预测模型的错误 189
逻辑相关回归 191
变量之间的相互作用 191
一阶近似 191
二阶近似 193
用Excel进行回归分析 195
实验设计 196
有趣的指标 196
把患者分成不同的人群进行治疗 196
私人定制的治疗 197
分析即服务和应用程序接口 198
工作原理 199
实施案例 199
关键词相关的API的源代码 200
其他主题 204
当数据库改变时，保存好数值 204
优化网络爬虫 205
哈希连接 206
用于模拟簇的简单源代码 207
Hadoop和大数据的新型合成方差 208
Hadoop和MapReduce的介绍 208
综合指标 209
Hadoop、数值的和统计的稳定性 210
方差的抽象概念 211
一个新的大数据定理 213
平移不变性的度量标准 214
实现：通信和计算成本 214
最终意见 215
总结 215
第6章数据科学应用案例研究 217
股票市场 217
使回报率提高500%的模式 217
优化统计交易策略 220
股票交易的API：统计模型 222
股票交易的API：具体实现 225
股票市场模拟 226
些许数学知识 229
新趋势 231
加密 232
数据科学应用：隐写术 232
好的电子邮件加密 236
验证码破解 239
欺诈检测 240
点击欺诈 241
连续点击评分与二进制欺诈／非欺诈 242
数学模型与基准 244
虚假转化产生的偏差 245
一些误解 246
统计面临的挑战 246
点击评分优化关键词出价 247
组合优化自动快速的特征选择 249
特征的预测能力：交叉验证 250
勾连检测和僵尸网络的关联规则检测 254
模式检测的极值理论 255
数字分析 256
在线广告：到达率和频率的计算公式 256
电子邮件营销：提高300%的性能 257
在7天内优化关键词广告宣传活动 258
自动新闻提要优化 260
用bit.ly进行竞争情报分析 261
测量Twitter哈希标签（hashtag）的收益 263
用3个修补方法提升谷歌搜索 267
改进相关性的算法 270
广告循环问题 272
杂项 273
简单模型会获得更好的销售预测 273
更好的医疗欺诈检测 275
归因模型 276
预测陨石撞击 277
在路口停车场收集数据 281
数据科学的其他应用 282
总结 282
第7章踏上你的数据科学职业之路 283
面试问题 283
关于工作经验的问题 283
技术问题 285
一般性问题 286
关于数据科学项目的问题 288
测试你自己的视觉和分析思维 291
通过肉眼的检测模式 292
识别偏差 294
误导性的时间序列和随机游走 295
从统计学家到数据科学家 296
数据科学家也是统计从业人员 297
谁应该给数据科学家教统计学 298
雇佣问题 298
数据科学家与数据架构师密切合作 299
谁应该参与战略思考 299
两种类型的统计学家 300
大数据与取样 301
数据科学家的分类 302
数据科学最流行的技能集合 302
LinkedIn上的顶 级数据科学家 306
400个数据科学家职位头衔 309
薪酬调查 311
根据技能和位置的薪酬分类 312
创建自己的薪酬调查表 316
总结 317
第8章数据科学资源 318
专业资源 318
数据集 318
书籍 319
会议与组织 322
网站 324
概念定义 324
职业建设资源 327
招聘数据科学家的公司 328
数据科学招聘广告的样本 329
简历样本 329
总结 331
本书评论