O'Reilly精品图书推荐：数据科学入门
书名：数据科学入门
作者：Joel Grus 著
译者：高蓉, 韩波 著
国内出版社：人民邮电出版社
出版时间：2016年03月
页数：284
书号：978-7-115-41741-1
原版书书名：Data Science from Scratch
原版书出版商：O'Reilly Media
内容介绍
介绍数据科学基本知识的重量级读本，Google数据科学家作品。
数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。
作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。
简单介绍Python
回顾一下线性几何、统计和概率知识，了解搞数据科学的时候怎么使用它们
收集、探索、清理、转换和操作数据
了解机器学习的基本知识
实现K近邻、朴素贝叶斯、线性及逻辑回归、决策树、神经网络及聚类等模型
探索推荐系统、自然语言处理、网络分析、MapReduce，还有数据库
本书基于易于理解且具有数据科学相关的丰富的库的Python语言环境，从零开始讲解数据科学工作。具体内容包括：Python速成，可视化数据，线性代数，统计，概率，假设与推断，梯度下降法，如何获取数据，k近邻法，朴素贝叶斯算法，等等。作者借助大量具体例子以及数据挖掘、统计学、机器学习等领域的重要概念，详细展示了什么是数据科学。
作者介绍
Joel Grus是Google的一位软件工程师，曾于数家创业公司担任数据科学家。目前住在西雅图，专注于数据科学工作并乐此不疲。偶尔在joelgrus.com发表博客，长期活跃于Twitter @joelgrus。