内容简介
本书是数据科学领域的经典入门教材，由两位资深数据科学家阿尔贝托·博斯凯蒂和卢卡·马萨罗联合撰写，旨在为读者提供从零开始掌握数据科学核心技能的完整路径。第2版在保留原有精华的基础上，全面更新了Python生态的最新工具和实践案例，帮助读者在实际项目中灵活应用数据科学方法。
全书共分为三大部分：第一部分为基础篇，涵盖数据科学的基本概念、Python编程基础（包括NumPy、Pandas、Matplotlib等库的使用）以及数据清洗与预处理技术；第二部分为建模篇，详细介绍监督学习（如线性回归、决策树、随机森林、支持向量机、神经网络）和无监督学习（如聚类、降维、关联规则）的主流算法，并结合Scikit-learn库进行实战演练；第三部分为进阶与应用篇，探讨特征工程、模型评估与调优、文本挖掘、时间序列分析、深度学习入门以及数据科学项目部署等主题。每章均配有丰富的代码示例和练习题，读者可通过动手实践巩固知识。
本书不仅注重理论讲解，更强调动手能力培养。作者通过真实的案例（如电商用户分群、股票价格预测、垃圾邮件检测等）引导读者将数据科学方法应用于实际问题，同时传递数据思维与最佳实践。无论你是数据科学初学者、学生、研究人员还是希望转型的工程师，本书都能为你提供系统、实用的学习指南，是通往数据科学世界的理想起点。
目录
译者序
作者简介
第1章 新手上路
1.1 数据科学与Python简介
1.2 Python的安装
1.3 Jupyter简介
1.4 本书使用的数据集和代码
1.5 小结
第2章 数据改写
2.1 数据科学过程
2.2 使用pandas进行数据加载与预处理
2.3 使用分类数据和文本数据
2.4 使用NumPy进行数据处理
2.5 创建NumPy数组
2.6 NumPy快速操作和计算
2.7 小结
第3章 数据科学流程
3.1 EDA简介
3.2 创建新特征
3.3 维数约简
作者简介
第1章 新手上路
1.1 数据科学与Python简介
1.2 Python的安装
1.3 Jupyter简介
1.4 本书使用的数据集和代码
1.5 小结
第2章 数据改写
2.1 数据科学过程
2.2 使用pandas进行数据加载与预处理
2.3 使用分类数据和文本数据
2.4 使用NumPy进行数据处理
2.5 创建NumPy数组
2.6 NumPy快速操作和计算
2.7 小结
第3章 数据科学流程
3.1 EDA简介
3.2 创建新特征
3.3 维数约简
免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问，都离不开服务器、存储与带宽的长期维护。
