:::相關網站

:::會員服務|快速功能

  • 今日66折
  • 天天BUY

文科生也看得懂的資料科學

Numsense! Data Science for the Layman: No Math Added

  • 定價:380
  • 優惠價:79300
  • 優惠期限:2018年06月30日止
運送方式:
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖、全球
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
    香港、澳門、新加坡
載入中...
 

內容簡介

* amazon.com 五顆星讀者無差評
* 史丹佛大學、劍橋大學相關課程指定教材


  雖然資料科學越來越常被用來改善工作場域的種種決策,但對普羅大眾來說,這仍然是個神祕難懂的領域。本書避開艱深的數學與生澀的術語,以直觀的例子來說明各演算法功能與特色,例如,用預測犯罪事件的例子來解釋隨機森林,用分群演算法來分析各類電影迷的人格特質等,本書所選用的例子能夠幫助讀者明確理解各演算法及實際應用,即使您不曾接觸過資料科學,也能藉由本書掌握基本概念。

本書特色:

  .淺白的解釋,以及大量的圖解說明
  .以實際的例子解說演算法的應用
  .每章最後會有重點歸納加強學習效果

來自各界的讚譽

  「以圖解的方式解說重要的資料科學相關演算法,對於剛接觸資料科學領域的新手、從事數據分析相關的商業人士而言,極有幫助。」- Dr. David Stillwell, 劍橋大學大數據課程講師

  「以視覺化的方式解釋機器學習的概念,可以幫助不具備相關技術背景的學生了解這些抽象的概念。同時也能幫助剛接觸資料科學領域的學生掌握相關的基礎知識。」Ethan Chan,史丹佛大學大數據課程講師

  「對資料科學與機器學習做了清楚的介紹,沒有拗口的術語,內容在廣度與深度也取得極佳的平衡。本書刻意避開數學推導,程式碼實作,在介紹不同機器學習方法的應用時也使用許多真實的問題。整體而言,本書對資料科學有相當生動的詮釋,我極力推薦。」- 陳俊杉, 台灣大學土木工程系教授
 

作者介紹

作者簡介

Annalyn Ng


  畢業自美國密西根大學,曾任大學部統計學助教。她在英國劍橋大學心理計量中心取得研究碩士學位,經手挖掘社群媒體資料,投放定向廣告,並撰寫招募人才的認知測驗程式等項目。隨後應迪士尼研究中心(Disney Research)延攬,加入行為科學小組,負責研究消費者的心理輪廓。

Kenneth Soo

  擁有史丹佛大學統計碩士學位。在英國華威大學求學的三年間,在「數學、作業研究、統計學與經濟學」系中名列前茅。他同時擔任「作業研究與管理科學小組」的研究助理,研究雙目標穩定優化策略,以解決易受隨機故障影響的網路應用端。
 

目錄

Ch01|基本知識簡單說
1.1 準備資料
1.2 挑選演算法
1.3 調整參數
1.4 評估結果
1.5 本章小結

Ch02|k-平均分群演算法
2.1 尋找消費者群集
2.2 舉例:電影迷的性格特徵
2.3 定義群集
2.4 先天限制
2.5 本章小結

Ch03|主成份分析
3.1 探索食物的營養成分
3.2 主成份
3.3 舉例:分析食物族群
3.4 先天限制
3.5 本章小節

Ch04|關聯規則
4.1 找出消費模式
4.2 支持度、可信度與作用度
4.3 舉例:食品雜貨交易
4.4 先驗原則
4.5 先天限制
4.6 本章小結

Ch05|社群網路分析
5.1 將關係地圖化
5.2 舉例:武器交易的地緣政治性
5.3 Louvain 演算法
5.4 PageRank 演算法

Ch06|迴歸分析
6.1 推導一條趨勢線
6.2 舉例:預測房價
6.3 梯度下降
6.4 迴歸係數
6.5 相關係數
6.6 先天限制
6.7 本章小結

Ch07|k-最近鄰演算法與異常檢測
7.1 食物取證
7.2 物以類聚
7.3 舉例:蒸餾出紅酒的不同成份
7.4 異常檢測
7.5 先天限制
7.6 本章小結

Ch08|支持向量機
8.1 「不」或「噢不」?
8.2 舉例:預測心臟疾病
8.3 畫出最佳分界線
8.4 先天限制
8.5 本章小結

Ch09|決策樹
9.1 預測災難中的存活機率
9.2 舉例:逃出鐵達尼號
9.3 產生一棵決策樹
9.4 先天限制
9.5 本章小結

Ch10|隨機森林
10.1 群眾的智慧
10.2 舉例:預測犯罪
10.3 總體
10.4 引導聚集算法
10.5 先天限制
10.6 本章小結

Ch11|類神經網路
11.1 建立一顆大腦
11.2 舉例:辨識手寫數字
11.3 類神經網路的組成
11.4 活化法則
11.5 先天限制
11.6 本章小結

Ch12|A/B測試與多拉桿吃角子老虎機
12.1 A/B測試的基本概念
12.2 A/B測試的限制
12.3 Epsilon-Decreasing策略
12.4 舉例:多拉桿吃角子老虎機
12.5 有趣事實:跟緊贏家就對了?
12.6 Epsilon-Decreasing 策略的限制
12.7 本章小結
 
 



  本書由兩位資料科學愛好者,撰寫而成。雖然資料科學越來越常被用來改善工作場域的種種決策,但許多人對這個領域的了解甚少。因此,我們將這些知識整理成一本書,幫助更多人學習,無論是有志深造的學生、積極進取的商業專業人士,或是任何有顆好奇心的人。

  每一個教學課程涵蓋了各演算法的重要功能與假設,避開艱深的數學與生澀的術語。我們也使用現實世界的實際資料與例子來講述這些技法。

  沒有以下這些人的幫助,我們不可能完成這本書。

  感謝我們的文字編輯和好友Sonya Chan,她巧妙地融合了我們的寫作風格,確保我們的敘述流暢一致。

  感謝Dora Tan為本書排版與彩圖提供建議。

  感謝我們的好友Michelle Poh、Dennis Chew和Mark ho,他們為如何增進本書內容的可理解性提供非常寶貴的建議。

  感謝密西根大學的Long Nguyen教授,史丹佛大學的Percy Liang教授與Michal Kosinski博士,謝謝諸位教授指導,並與我們兩位分享專業建言。

  最後,我們想要感謝彼此,好友之間不免爭吵,但我們總是堅持到底,一起完成初衷。
 

詳細資料

  • ISBN:9789864767939
  • 規格:平裝 / 196頁 / 17 x 23 cm / 普通級 / 全彩印刷 / 初版
  • 出版地:台灣
 

內容連載

為什麼要學資料科學?

想像你是一名年輕醫生。

當患者進入你的診所,抱怨呼吸困難、胸腔疼痛,以及偶爾發作的胃部灼熱症狀。你測量他的血壓及心跳數,發現一切指數都正常,而且這位患者過去並沒有上述病史。

觀察他的體型,你注意到這位患者有些胖。基於他所敘述的病狀常常出現在體重過重的人們當中,身為醫生的你告訴他一切都在控制之中,並建議這位患者找時間多運動。

很多時候,像是上述例子的情況,會導致對於潛在心臟病的錯誤診斷—因為心臟疾病患者的病狀與普通肥胖症的症狀非常相似,醫生們通常需藉由更進一步的檢查,檢測出更為嚴重的病情。

身為人類,我們的判斷常常受制於有限的、主觀的經驗和不全面的知識。將影響我們的決策過程,就像一位缺乏經驗的的年輕醫生,放棄可能導出更準確結論的進一步測試 。
這正是資料科學可以發揮功效的地方。

資料科學並不是依賴單獨個體的價值判斷,而是幫助我們駕馭來自多元資料來源的資訊,做出更完善的決策。舉例來說,我們可以查閱患者歷史紀錄,尋找類似病狀的患者資料,以便發現過去被忽略的可能診斷。

現代的運算技術及先進的演算法,可以幫助我們:
.辨識大資料集中的潛在趨勢
.善用趨勢來進行預測
.計算每一個可能結果的機率
.迅速取得準確分析結果。

本書是介紹資料科學與演算法的入門書,具有通俗易懂的風格(本書可不談數學!)。為了幫助你掌握關鍵概念,我們使用直觀的解釋與大量的視覺效果。

每一個演算法有獨立的章節,以現實世界的實例應用來解釋各演算法如何運作。在網路上可以取得這些例子的資料,資料來源列於參考文獻一章中。如果想要複習你在本書中學到什麼,可以翻閱每一章節最後的「本章小結」。

在本書的最後,你也可以找到比較各演算法優缺點的參考清單,以及常用術語的字彙表。

我們希望能幫助你對資料科學有更實際的理解,而你也可以善用資料科學的優勢,做出更好的決策。
 

最近瀏覽商品

 

相關活動

  • 用TensorFlow實現你的第一個神經網路。《Deep Learning深度學習基礎》
 

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則 

  • 1
  • 1

訂閱電子報

想獲得最新商品資訊,請訂閱免費電子報