公号底框发送“数据科学实战”获取本文13k字8图12页PDF数据科学实战(Doing Data Science)哥大数据科学概论(13k字)

 

秦农序数据简化DataSimp导读：公号底框发送“数据科学实战”获取本文13k字8图12页PDF数据科学实战(Doing Data Science)哥大数据科学概论关键词：数据技术(data technology)，数据科学(data science)，计算机科学(computer science)，专业知识(professional knowledge)，纽约市哥伦比亚大学(Columbia University in the City of New York)，哥大(Columbia University)。

秦陇纪微信(QinlongGEcai和Qinlongji381652734QQ)先后被封，科普文章、科技资料转向自用，学术论文OAJ电子刊(数据简化Data Simplicity)将在自主网站免费开放获取。

秦农序1I.数据科学实战(Doing Data Science)哥大数据科学概论(11k字)1A.数据科学实战(Doing Data Science)三个版本介绍1B.纽约市哥伦比亚大学(Columbia University in the City of New York)

11Appx.素材(7h字)12秦农跋12

数据科学实战(Doing Data Science)哥大数据科学概论秦陇纪，科学Sciences©20210401Thu数学、计算、数据等专业领域研究门槛较低，有专业领域的文化知识、编译执行程序的计算机和开发运行的互联网资源就能做实验。

建设数据计算专业领域学术社区，明确交流数学、信息学、数据科学、计算科学、数据技术、计算机技术等信息科技和形式科学基础知识，在用户自主的数据简化社区网站和网刊免费开放获取我们从哥伦比亚大学数据科学课程讲义总结而来的书籍《。

数据科学实战(Doing Data Science)》，一窥数据科学专业知识A.数据科学实战(Doing Data Science)三个版本介绍数据科技类IT图书《数据科学实战(Doing Data Science)。

》原名Doing Data Science: Straight Talk from the Frontline直译《做数据科学：从一线直言不讳》，国内外有多个版本(如下图)，后面分别介绍“做数据科学”是新闻集团数据科学高级副总裁课程讲师。

瑞秋·舒特(Rachel Schutt)与约翰逊研究实验室的高级数据科学家数据科学顾问凯茜·奥尼尔(Cathy 0Neil)的合作，他参加该课程并在博客上发表文章Doing Data Science is collaboration between course instructor Rachel Schutt, Senior VP of Data Science at News Corp, and data science consultant Cathy O’Neil, a senior data scientist at Johnson Research Labs, who attended and blogged about the course.关键词：数据挖掘，数据分析，数据科学，机器学习，计算机，统计，OReilly，大数据。

一、《数据科学实战》美国2013年英文原版既然人们意识到数据可以在选举或商业模式中发挥作用，那么数据科学作为一种职业正在逐渐普及但是，如何开始在广为宣传的，跨学科的领域工作呢？这本有见地的书基于哥伦比亚大学的数据科学概论课，告诉您您需要了解的内容。

Now that people are aware that data can make the difference in an election or a business model, data science as an occupation is gaining ground. But how can you get started working in a wide-ranging, interdisciplinary field that’s so clouded in hype? This insightful book, based on Columbia University’s Introduction to Data Science class, tells you what you need to know.。

在许多这些长达一章的讲座中，来自Google，Microsoft和eBay等公司的数据科学家通过展示案例研究及其使用的代码来共享新的算法，方法和模型如果您熟悉线性代数，概率和统计信息，并且具有编程经验，那么这本书是数据科学的理想入门。

In many of these chapter-long lectures, data scientists from companies such as Google, Microsoft, and eBay share new algorithms, methods, and models by presenting case studies and the code they use. If you’re familiar with linear algebra, probability, and statistics, and have programming experience, this book is an ideal introduction to data science.。

1.主题包括(Topics Include):统计推断(Statistical inference)，探索性数据分析(exploratory data analysis)和数据科学过程(the data science process)；

演算法(Algorithms)；垃圾邮件过滤器(Spam filters)，朴素贝叶斯(Naive Bayes)和数据整理(data wrangling)；逻辑回归(Logistic regression)；

财务建模(Financial modeling)；推荐引擎(Recommendation engines)和因果关系(causality)；数据可视化(Data visualization)；社交网络(Social networks)和数据新闻(data journalism)；

数据工程(Data engineering), MapReduce, Pregel, and Hadoop；2.图书信息(Book Information):

书名: Doing Data Science副标题: Straight Talk from the Frontline作者：Cathy O’Neil, Rachel Schutt出版社: OReilly Media

出版年: 2013-10-30页数：406语言：EnglishISBN-10: 978-1-44935-865-5定价: USD 44.99ISBN: 9781449358655装帧: Paperback

页数: 352文件大小：14.7 MB文件格式：PDFDoing Data Science_ Straight Talk from the Frontline.pdf (28.24 MB, 需要: 10 个论坛币)

二、《数据科学(影印版)》国内2014年英文版《数据科学(影印版)(英文版)》将会告诉你所需要了解的一切它富有深刻见解，是根据哥伦比亚大学的数据科学课程的讲义整理而成现在人们已经意识到数据可以让选举或者商业模式变得不同，数据科学作为一项职业正在不断发展。

但是你应该如何在这样一个广阔而又错综复杂的交叉学科领域中开展工作呢？1.基本介绍(Book Introduction):《数据科学(影印版)(英文版)》由东南大学出版社出版作者：(美国)舒特(Rachel Schutt) (美国)奥尼尔(Cathy ONeil)。

舒特(Rachel Schutt)，新闻集团数据科学高级副总裁，是哥伦比亚大学的统计学兼职教授，也是数据科学和工程学院教育委员会的创始会员奥尼尔(Cathy ONeil)，约翰研究实验室的高级数据科学家，具有。

哈佛大学的数学博士学位，是麻省理工学院数学系的博士后，曾经是巴纳德学院的教授。

外文名 Doing Data Science书名 数据科学语种 简体中文、英语类型 科技页数 375页 作者 舒特 (Rachel Schutt) 奥尼尔 (Cathy 0Neil)出版日期 2014年9月1日

出版社 东南大学出版社 (南京)开本 162.详细目录(Detailed catalog):Preface1.Introduction：What Is Data Science？Big Data and Data Science Hype

Getting Past the HypeWhy Now？DataficationThe Current Landscape (with a Little History)Data Science lobs

A Data Science ProfileThought Experiment：Meta—DefinitionOK， So What Is a Data Scientist， Really？In Academia

In Industry2.Statistical Inference， Exploratory Data Analysis， and the Data ScienceProcessStatistic.al Thinking in the Age of Big Data

Statistical InferencePopulations and SamplesPopulations and Samples of Big DataBig Data Can Mean Big Assumptions

ModelingExploratory Data AnalysisPhilosophy of Exploratory Data AnalysisExercise：EDAThe Data Science Process

A Data Scientists Role in This ProcessThought Experiment：How Would You Simulate Chaos？Case Study：RealDirect

How Does RealDirect Make Money？Exercise：RealDirect Data Strategy3.AlgorithmsMachine Learning Algorithms

Three Basic AlgorithmsLinear Regressionk—Nearest Neighbors (k—NN)k—meansExercise：Basic Machine Learning Algorithms

SolutionsSumming It All UpThought Experiment：Automated Statistician4.Spare Filters， Naive Bayes， and Wrangling

Thought Experiment：Learning by ExampleWhy Wont Linear Regression Work for Filtering Spare？How About k—nearest Neighbors？

Naive BayesBayes LawA Spare Filter for Individual WordsA Spam Filter That Combines Words：Naive BayesFancy It Up：Laplace Smoothing

Comparing Naive Bayes to k—NNSample Code in bashScraping the Web：APIs and Other ToolsJakes Exercise：Naive Bayes for Article Classification

Sample R Code for Dealing with the NYT API5.Logistic RegressionThought ExperimentsClassifiersRuntimeYou

InterpretabilityScalabilityM6D Logistic Regression Case StudyChck ModelsThe Underlying MathEstimating α and β

Newtons MethodStochastic Gradient DescentImplementationEvaluationMedia 6 Degrees ExerciseSample R Code

6.1ime Stamps and Financial ModelingKyle Teague and GetGlueTimestampsExploratory Data Analysis (EDA)Metrics and New Variables or Features

Whats NextlCathy ONeilThought ExperimentFinancial ModelingIn—Sample， Out—of—Sample， and CausalityPreparing Financial Data

Log ReturnsExample：The S&P; IndexWorking out a Volatility MeasurementExponential DownweightingThe Financial Modeling Feedback Loop

Why Regression？Adding PriorsA Baby ModelExercise：GetGlue and Timestamped Event DataExercise：Financial Data

7.Extracting Meaning from DataWilliam CukierskiBackground：Data Science CompetitionsBackground：Crowdsourcing

The Kaggle ModelA Single ContestantTheir CustomersThought Experiment：What Are the Ethicallmplications of a Robo—Grader？

Feature SelectionExample：User RetentionFiltersWrappersEmbedded Methods：Decision TreesEntropyThe Decision Tree

AlgorithmHandling Continuous Variables in Decision TreesRandom ForestsUser Retention：Interpretability Versus Predictive Power

David Huffaker：Googles Hybrid Approach to Social ResearchMoving from Descriptive to PredictiveSocial at Google

PrivacyThought Experiment：What Is the Best Way to Decrease Concern and Increase Understanding and Control？

8.Recommendation Engines：Building a User—Facing Data Product at ScaleA Real—World Recommendation Engine

Nearest Neighbor Algorithm ReviewSome Problems with Nearest NeighborsBeyond Nearest Neighbor：Machine Learning Classification

The Dimensionality ProblemSingular Value Decomposition (SVD)Important Properties of SVDPrincipal Component

Analysis (PCA)Alternating Least SquaresFix V and Update ULast Thoughts on These AlgorithmsThought Experiment：Filter Bubbles

Exercise：Build Your Own Recommendation SystemSample Code in Python9.Data Visualization and Fraud Detection

Data Visualhation HistoryGabriel TardeMarks Thought ExperimentWhat Is Data Science， Redux？ProcessingFranco Moretti

A Sample of Data Visualization ProjectsMarks Data Visualization ProjectsNew York Times Lobby：Moveable Type

Project Cascade：Lives on a ScreenCronkite PlazaeBay Transactions and BooksPublic Theater Shakespeare Machine

Goals of These ExhibitsData Science and RiskAbout SquareThe Risk ChallengeThe Trouble with Performance Estimation

Model Building TipsData Visualization at SquareIans Thought ExperimentData Visualization for the Rest ofUs

Data Visualization Exercise……10.Social Networks and Data Journalism11.Causality12.Epidemiology13.Lessons Learned from Data Competitions：Data Leakage and Model Evaluation

14.Data Engineering：MapReduce，Pregel，and Hadoop15.The Students Speak16.Next—Generation Data Scientists，Hubris，and Ethics

3.内容简介(读者摘录)一本400页的书，讲明白data science，勉为其难啊不过总得有人给数据科学作为一个完整的主题开个著书立说的头不是给商学院的教材，案例多，模型讲的少，太简单不属于技术类硬货书，给的几个片段代码还有bug。

像是大牛访谈回忆录好几个章节都值得一读再读，洗脑！这本书蛮不错的，就是看的时候碰到一些小错误，记录如下，如果本书的编者看到了，也方便勘误审校不太严格，读下来记忆里有十来处typoP43 第11行“事”改为“是”P45第9行“歌”改为“个”P52图3-6说明文字第2行“直”改为“致”P96正文第6行“Emprical”改为“Empirical”P103倒数第4行 “...很喜欢此书，但首先要说这本书不是用来入门算法看的。

data science的方法是各种统计学计算机方法的综合，所以所有对统计学有较好的数理基础，对各种统计推断方法或数据挖掘算法有较好理解的童鞋可以通过翻阅此书，从各个角度打开对data science的认知。

如果没有很好的相关知...三、《数据科学实战》2014年中译版读后感《数据科学实战》(Doing Data Science)可以作为数据科学主题后续阅读的书，技术性并不强什么是数据科学？“数据科学”一书不仅解释了数据科学是什么，而且还提供了一个必须掌握的方法和技术的广泛概述，以便将自己称为数据科学家。

这本书是基于哥伦比亚大学的数据科学课程然而，它不应被视为关于数据科学的教科书，而应被视为数据科学中许多主题的广泛介绍在2013年春天，我学习两门Coursera课程一个是关于统计编程语言R，一个是关于数据分析。

我有一段时间以来一直在寻找一本可以作为数据科学主题后续阅读的书这就是我选择“做数据科学”的原因

本书首先介绍了数据科学的全部内容，然后是关于统计推断，解释性数据分析，各种机器学习算法，线性和逻辑回归以及朴素贝叶斯等主题的四章本书的最佳部分绝对是第6章到第8章和第10章在这里，我们发现有关应用于财务建模，从数据中提取信息和社交网络的数据科学报道的有趣讨论。

我非常喜欢检查时间戳数据，Kaggle模型，功能选择以及案例属性数据与社交网络数据然而，这些主题背后的数学再次被解释得非常肤浅中心性度量是社交网络分析的核心，但如果没有关于基础数学的更详细解释，就很难为措施制定直觉。

这些章节包含许多有用的资源，可用于查找有关所讨论主题的其他信息数据可视化是通信结果数据科学不可或缺的一部分数据科学领域的初学者需要具体且易于遵循如何开始可视化的指导遗憾的是，本书更侧重于在现代艺术项目中使用数据可视化。

内容仅供初学者抽象，以了解数据科学中可视化的使用另外，下载包含编程示例的代码可供下载自己输入代码只是浪费时间AndroidC++CSS3Deep LearningFlaskHTML5IOSJavaJavaScriptLinuxMachine LearningPythonR语言SparkSQLTensorFlowWeb。

人工智能代码入门书前端思维手册数据数据分析数据处理数据科学数据结构机器学习框架深度学习爬虫神经网络程序员算法统计学编程英文原版计算机视觉设计贝叶斯方法软件阿里巴巴高性能黑客下面是网友的数据科学实战(DoingDataScience)读后感

[3]“读一本好书，就是和许多高尚的人谈话” ——歌德数据科学实战(DoingDataScience)读后感，一句话描述，最大的收获就是：明白了数据科学工作流程，清楚了数据科学知识体系，感受了数据科学群体智慧，认识了数据科学广阔应用。

1 数据科学工作流程数据科学工作流程指导数据科学工作人士如何有效和高效地开展数据科学工作，实现从原始数据到商业价值转换的过程。数据科学工作者的工作流程符合图1所描述。

图5 ：数据科学工作流程思考环节：你目前在做数据科学工作流程里面那些内容？你希望半年后有什么变化？2 数据科学知识体系数据科学知识体系揭示数据科学工作者所需要的知识结构，它是一面镜子，可以照射出自身有哪些优势，有哪些短板，为提升和进阶指明了方向。

数据科学知识体系涉及到如下7个方面：计算机科学、数学、统计学、机器学习、某一领域的专业知识、沟通和演讲的技巧、数据可视化本书作者Rachel在数据科学方面的知识结构如图2所示

图6：Rachel数据科学知识结构思考环节：你在数据科学的知识结构目前是什么样子？你想一个月后变成什么样子？三个月后变成什么样子？半年后变成什么样子？一年后呢？三年后呢？......3 数据科学群体智慧

每个人都有自己所擅长的事情，数据科学的工作属于一个群体智慧聚合与裂变的工作，换句话说，让拥有不同技能的人组成团队进行数据科学方面的工作，因为没有人可以掌握所有的知识，也没有必要数据科学团队知识结构如图3所示。

图7：数据科学团队知识结构没有人会是完美的数据科学家，我们需要团队！思考环节：你目前所在数据科学团队是个什么情况？团队成员各自负责什么工作？团队的群体智慧目前是个什么水平？如何提升团队的战斗力和凝聚力？

4 数据科学广阔应用DT时代，数据经济，注定数据科学有着大舞台本书分享了数据科学在金融领域、电商领域、社交领域、广告领域、医学领域、互联网领域等许多领域的典型应用，每一个应用对于数据工作者来说，都是一道“美味佳肴”，值得品尝和享用。

博客圈的社交分析如图4所示

图8：博客圈的社交网络分析思考环节：你做过哪些数据科学应用？你想做哪些数据科学应用？这些数据科学应用创造了那些商业价值？5.数据科学实战节选章节名：PrefaceBeing humanist in the context of data science means recognizing the role your own humanity plays in building models and algorithms, thinking about qualities you have as a human that a computer does not have (which includes the ability to make ethical decisions), and thinking about the humans whose lives you are impacting when you unleash a model onto the world.引自 Preface第282页

Data Scientist 具备的技能，这个还是蛮有用，值得修炼Exploratory data analysisVisualization (for exploratory data analysis and reporting)。

Dashboards and metricsFind business insightsData-driven decision makingData engineering/Big Data (Mapreduce, Hadoop, Hive, and Pig)

Get the data themselvesBuild data pipelines (logs→mapreduce→dataset→join with other data→mapreduce→scrape some data→join)

Build products instead of describing existing product usageHackPatent writingDetective workPredict future behavior or performance

Write up findings in reports, presentations, and journalsProgramming (proficiency in R, Python, C, Java, etc.)

Conditional probabilityOptimizationAlgorithms, statistical models, and machine learningTell and interpret stories

Ask good questionsInvestigationResearchMake inferences from dataBuild data productsFind ways to do data processing, munging, and analysis at scale

Sanity checkingData intuitionInteract with domain experts (or be a domain expert)Design and analyze experiments

Find correlation in data, and try to establish causality引自第282页B.纽约市哥伦比亚大学(Columbia University in the City of New York)

哥伦比亚大学简称为哥大(Columbia University)，正式名称纽约市哥伦比亚大学(Columbia University in the City of New York)，是一所位于美国纽约曼哈顿的世界顶级私立研究型大学，为美国大学协会的十四所创始院校之一，是美国1950年代扩充的八大常春藤联盟(The Ivy League)高校成员。

哥伦比亚大学于1754年根据英国国王乔治二世颁布的《国王宪章》而成立，最初名为国王学院，1896年正式更名为哥伦比亚大学并迁到目前所在的晨边高地校园哥伦比亚大学是美国历史最悠久的五所大学之一，也是培养诺贝尔奖获得者最多的大学之一。

哥大校园里还走出5位美国开国元勋，富兰克林·德拉诺·罗斯福，西奥多·罗斯福，贝拉克·侯赛因·奥巴马等四位美国总统，34位各国元首和政府首脑，10位美国最高法院大法官[3]哥伦比亚大学拥有世界一流的法学院、商学院、医学院、新闻学院、国际关系学院、工程学院等。

哥大新闻学院颁发的普利策奖是美国新闻界的最高荣誉哥伦比亚法学院教育出了三位美国首席大法官，包括美国首任首席大法官约翰·杰伊1767年哥大授予了第一个医学博士学位，这也是美国历史上第一个专业博士学位哥大是美国重要的研究机构之一，发明了脑机接口 、激光、微波激射器 、核磁共振 。

完成果蝇实验成为现代遗传学的起源证明地球板块构造学说二战时，制造原子弹的曼哈顿计划诞生在哥大IBM创始人霍尔瑞斯(Herman Hollerith)，FM收音机发明家埃德温·霍华德·阿姆斯特朗，核潜艇的整体发展功臣、“核动力海军之父”海曼·乔治·里科弗，纽约地铁首席工程师威廉帕森斯等均出自哥大。

后期介绍：芝加哥大学(The University of Chicago)简称芝大(Uchicago)于1890年由石油大王约翰·洛克菲勒(John Davison Rockefeller, 1839.7.8-1937.5.23)创办，素以盛产诺贝尔奖得主而闻名，约40%诺贝尔经济学奖得主与芝大相关。

芝大在“原子能之父”恩利克·费米等人的领导下建立了世界上第一台核反应堆(芝加哥一号堆)，开启人类原子能时代，并创办美国第一所国家实验室阿贡国家实验室和著名的费米实验室，奠定了芝大在自然科学界的重要地位--------------------

(注：相关素材[1-x]图文版权归原作者所有。)

Appx.素材(7h字)1.[数据挖掘书籍] 最新电子书—数据科学Doing Data Science: Straight Talk from the Frontline. [EB/OL], https://bbs.pinggu.org/thread-3144643-1-1.html, 注册时间2014-7-11, 最后登录2021-4-4. fjac9713 发表于 2014-7-27 21:50:47f, visit date: 2021-04-01-Thu.

2.《数据科学实战》pdf(Doing Data Science)pdf 《数据科学实战》高清中文版PDF+英文版PDF+数据集下载 [EB/OL],https://jikbook.com/116.html, admin • 2018年12月15日 pm2:56; visit date: 2021-04-02-Fri.

3.数据科学自媒体. 数据科学实战(DoingDataScience)读后感. [EB/OL], 搜狐, https://www.sohu.com/a/194087599_295682, 2017-09-23 11:55; visit date: 2021-04-01-Thu.

x..^秦陇纪. 西方哲学与人工智能、计算机; 人工智能达特茅斯夏季研究项目提案(1955年8月31日)中英对照版; 人工智能研究现状及教育应用; 计算机操作系统的演进、谱系和产品发展史; 数据科学与大数据技术专业概论; 文本数据溯源与简化. [EB/OL], 数据简化DataSimp(公号), https://dsc.datasimp.org/, http://www.datasimp.org, 2017-06-06.

—END—

免责说明：素材出处可溯源监督本号不持有任何倾向性，不认可其观点所述下载：公号对话框发送“数据科学实战”获取本文13k字8图12页PDF链接版权：科普文章仅供学习，引用素材©作者保留相应版权，商业非法目的勿用。

有事留言或邮询QinDragon2010@qq.com转载：请保留作者、出处、时间等信息，如“作者：秦陇纪，公号©数据简化DataSimp，20210401Thu©数据简化SataSmip社区NC非商业授权。

”等。

秦农跋若无数学关系表示的学术认知、数学理论支持的科学认知，仅有语言思维的文化认知来总结自然社会现象，人将陷于宽泛肤浅的语言思辨道理基础教育如果缺乏实践、实验、学术、研究的途径，停留在语言道理或代替设计实验、工程实践的文化知识，则会形成新的认知愚昧。

数学认知和数据技术随处可见，仅靠文化教育和专业人员是不够的借助数据相关的数学和科学、算法和程序、资源和简化、机构和活动、政策和新闻，“数据简化DataSimp”公号旨在帮助大众从思维方法上接近数据殿堂科技产品随处可见，成人有必要具备。

基本的科技知识，不应限定在滞后的文化教育和专业的科技人员中借助科学技术知识和相关人事物资分享，“科学Sciences”公号旨在帮助科学爱好者和工作者从思维方法上接近科学技术殿堂社区不持有任何倾向性，只提供大家的学术观点；。

倡导"理性之思想，自主之精神"，专注于学者、学术、学界的发展进步，不定期向您推荐人类优秀学者及其文章；欢迎大家分享、贡献和赞赏、支持科普~数据简化DataSimp社区聚集数据计算专业领域一线研究员，研究科学技术并传播知识；公号“

数据简化DataSimp、科学Sciences、知识简化”专业视角解释科学技术现象和原理，展现自然社会生活之科学面；数据学院(筹)实验室、OA期刊、在线平台研究：数据技术科学(包括IT/CS/OS/CPU)研究点综述及其应用创业，数据的资源、应用、系统、标准、测评和报告的整理和科普。

只会敲门呐喊、空想构思，不能推动领域、无法实现生产没有技术能力，只有虚度一生秦陇纪发起，欢迎科学、技术、工程、教育、传媒等业界专家投稿、加入；简历申请或论文投稿QQ847829136，邮箱DataSimp@126.com。

。

“数据简化”科学技术普及

下载PDF后赞赏支持

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186