一書融會貫通統計學、機器學習與計算機科學三大學門，搭建完備的知識體系。
以Python語言為基礎，引領讀者學會完成建模，實用性極強。
詳析分散式機器學習、神經網路、深度學習等人工智慧的尖精科技。
全方位闡明資料科學領域的相關知識，從統計分析、機器學習、深度學習中所運用的演算法及模型，輔以經濟學視角所提供關於模型的精闢見解，深入探討模型的可用性。
書中結合大量的實際案例與程式碼，幫助讀者學以致用，將具體的應用場景和現有的模型加以結合，從而發現模型更多的潛在應用場景。
章節架構：
1. 透過簡單的實例導引出模型，詳述其理論基礎；
2. 展示實現模型的核心程式；
3. 探討其優缺點及相關模型的比較。既能直觀地展示模型，亦能結合實際程式
進行
深入的探究，有助於讀者掌握與使用模型能力的提升。
適用讀者
對資料科學有興趣的初學者；資料科學家與工程研發相關技術人員；大專院校計算機、數學及相關領域專業培訓機構。