機器學習的應用是高度自度化且自動修正的。學習到的數據越多，機器學習應用需要的人工干預越少。為了解決現實世界中復雜的數據問題，科學家們開發出專門的機器學習算法來解決這些問題。數據科學正是通過算法和統計分析來幫助讀者從現有數據中獲取新知識的。 本書將解決如何高效地進行數據分類及預測的問題。本書主要講解7種數據科學算法，有k最近鄰算法、樸素貝葉斯算法、決策樹、隨機森林，k-means聚類、回歸分析和時間序列分析。 此外，你還會掌握如何對數據進行預聚類，以便針對大型數據集進行優化和分類。最後，你將了等

●第 1 章用k最近鄰算法解決分類問題1.1  Mary對溫度的感覺1.2  實現k最近鄰算法1.3  意大利地區的示例——選擇k值1.4  房屋所有權——數據轉換1.5  文本分類——使用非歐幾裡德距離1.6  文本分類——更高維度的k-NN1.7  小結1.8  習題第  2 章 樸素貝葉斯2.1  醫療檢查——貝葉斯定理的基本應用2.2  貝葉斯定理的證明及其擴展2.3  西洋棋遊戲——獨立事件2.4  樸素貝葉斯分類器的實現2.5  西洋棋遊戲——相關事件2.6  性別分類——基於連續隨機變量的貝葉斯定理2.7  小結2.8  習題第  3 章 決策樹3.1  遊泳偏好——用決策樹表示數據3.2  信息論  0443.3  ID3算法——構造決策樹  0473.4  用決策樹進行分類  0543.5  小結  0603.6  習題  060第  4 章 隨機森林  0644.1  隨機森林算法概述  0644.2  遊泳偏好——隨機森林分析法  0654.3  隨機森林算法的實現  0714.4  下棋實例  0754.5  購物分析——克服隨機數據的不一致性以及  度量置信水平  0824.6  小結  0844.7  習題  084第  5 章 k-means聚類  0895.1  家庭收入——聚類為k個簇  0895.2  性別分類——聚類分類  0925.3  k-means聚類算法的實現  0955.4  房產所有權示例——選擇簇的數量  0995.5  小結  1055.6  習題  105第  6 章 回歸分析  1146.1  華氏溫度和攝氏溫度的轉換——基於完整數據的線性回歸  1146.2  根據身高預測體重——基於實際數據的線性回歸  1176.3  梯度下降算法及實現  1186.4  根據距離預測飛行時長  1226.5  彈道飛行分析——非線性模型  1236.6  小 結  1256.7  習 題  125第  7 章 時間序列分析  1307.1  商業利潤——趨勢分析  1307.2  電子商店的銷售額——季節性分析  1327.3  小 結  1407.4  習 題  140附錄  A 統計  145A.1  基本概念  145A.2  貝葉斯推理  146A.3  分 布  146A.4  交叉驗證  147A.5  A/B 測 試  148附錄  B R參考  149B.1  介 紹  149B.2  數據類型  150B.3  線性回歸  152附錄  C Python參考  154C.1  介 紹  154C.2  數據類型  155C.3  控 制 流  159附錄  D 數據科學中的算法和方 語  163

數據科學（Data Science）是從數據中提取知識的技術，是一門有關機器學習、統計學與數據挖掘的交叉學科。數據科學包含了多種領域素，包括信號處理、數學、概率模型技術和理論、計算機編程、統計學等。本書講解了7種重要的數據分析方法，它們分別是k最近鄰算法、樸素貝葉斯算法、決策樹、隨機森林、k-means聚類、回歸分析以及時間序列分析。全書共7章，每一章都以一個簡單的例子開始，先講解算法的基本概念與知識，然後通過對案例進行擴展以講解一些特殊的分析算法。這種方式有益於讀者深刻理解算法。本書適合數據分析人員、機器學習領域的從業人員以及對算法感興趣的讀者閱讀。

[英]戴維·納蒂加（David Natingga） 著 封強 趙運楓 範東來 譯