本書從數據科學發展演化史，數據科學定義，數據、數據集，數據科學生態系統，機器學習，數據科學標準任務，隱私與倫理，發展趨勢等角度，對數據科學展開了精彩的闡述。
本書精準界定了數據科學的術語、任務、生命周期，並介紹了主流的數據科學生態技術，及決策樹、回歸分析、神經網絡、深度學習等常見機器學習算法。同時也涵蓋隱私、數據倫理等方面的話題，介紹了數據科學可能引發的隱私泄露、人為歧視、不公平，以及歐盟、美國等國家或地區針對數據因素保護、數據倫理的立法。
數據科學是什麽？
數據科學是如何發展演化的？
數據科學項目的標準流程是什麽？
數據基礎設施面臨的挑戰有哪些？
數據科學與機器學習有什麽關系？
在數據科學過程中如何進行數據監管和保護個人隱私？
數據科學項目成功的重要原則是什麽？
數據科學的未來影響是什麽？
如今，數據科學推動了現代社會幾乎所有領域決策的發展，正在影響著人們日常生活的方方面面。本書旨在闡述理解數據科學所需的基本思想和概念，幫助你理解什麽是數據科學，它是如何工作的，以及它能（和不能）做什麽。
人人可懂的數據科學
- 作者： （愛爾蘭）約翰·D. 凱萊赫（John D. Kelleher），（愛爾蘭）布倫丹·蒂爾尼（Brendan Tierney）著
- 出版社： 機械工業
- 出版日期： 2019-10-01
- ISBN碼： 9787111637264
- 編號： 9787111637264
$ 301 元
原價 354
-
$301