《数据科学导引》欧高炎等 电子工业出版社 2025/11/1
内容简介：
本书系统介绍数据科学核心理论与技术，融合了数学、统计学和计算机科学等多学科知识，旨在构建完整的数据科学知识体系。全书共 15 章，主要内容包括数据预处理、经典机器学习模型（回归、分类、聚类、集成）、关联规则挖掘、特征工程（降维与特征选择）、最大期望算法、概率图模型、深度学习、文本分析、图与网络分析以及分布式计算等核心模块。特别值得关注的是，本书对当前热点技术如Transformer、BERT、图神经网络等进行了讲解，并设有专门的文本分析和图与网络分析章节。此外，书中包含丰富的附录内容，涵盖了矩阵运算、概率论、优化算法等数学基础，为读者提供了必要的知识储备。本书主要面向高等院校数据科学与大数据技术专业的学生，可作为专业核心课程的教材，同时也适合相关领域的研究人员和工程技术人员参考。对于希望系统掌握数据科学技术、具备解决实际数据问题能力的读者来说，本书提供了从基础到前沿的完整学习路径。通过本书的学习，读者能够建立扎实的数据科学理论基础，并获得宝贵的实践经验。
目录：
支持我们
本站纯公益运营，维护成本较高，若本站内容对你有帮助，可扫码小额捐赠支持我们持续更新
微信扫码 | 感谢你的支持
相关推荐
免责申明： 本站仅提供书籍相关信息展示服务，不提供任何书籍下载服务。请购买正版，支持正版。所有资源信息均来源于网络，如侵权，请点击 侵权处理 ，我们第一时间删除处理。
