阿爾貝托·博斯凱蒂、盧卡·馬薩羅著的《數據科學導論（Python語言實現）》首先介紹如何設置基本的數據科學工具箱，然後帶你進入數據改寫和預處理階段，這一部分主要是闡明所有與核心數據科學活動相關的數據分析過程，如數據加載、轉換、修復以及數據探索和處理等；*後，通過主要的機器學習算法、圖形分析技術，以及所有易於表現結果的可視化工具，實現對數據科學的概述。
本書行文過程以數據科學項目為主體，輔以整潔的代碼和簡化的示例，能幫助你理解與項目相關的潛在原理和實際數據集。

《數據科學導論（Python語言實現）》由兩位資 深數據科學家（阿爾貝托·博斯凱蒂、盧卡·馬薩羅 ）撰寫，融合其多年從事數據科學相關的教學和科研 工作經驗，借助現有的Python語法和結構知識，全面 而繫統地講解進行數據科學分析和開發的相關工具、 技術和最佳實踐，包含清晰的代碼和簡化的示例。通 過閱讀本書，你將深入理解Python核心概念，成為高 效數據科學實踐者。 本書共6章，繫統介紹了進行數據科學分析和開 發所涉及的關鍵要素。書中首先介紹Python軟件及相 關工具包的安裝和使用；接著不僅講解數據加載、運 算和改寫等基本數據準備過程，還詳細介紹特征選擇 、維數約簡等高級數據操作方法；並且建立了由訓練 、驗證、測試等過程組成的數據科學流程，結合具體 示例深入淺出地講解了多種機器學習算法；然後介紹 了基於圖模型的社會網絡創建、分析和處理方法；最 後講解數據分析結果的可視化及相關工具的使用方法 。

譯者序
前言
第1章 新手上路
1.1 數據科學與Python簡介
1.2 Python的安裝
1.2.1 Python 2還是Python
1.2.2 分步安裝
1.2.3 Python核心工具包一瞥
1.2.4 工具包的安裝
1.2.5 工具包升級
1.3 科學計算發行版
1.3.1 Anaconda
1.3.2 Enthought Canopy
1.3.3 PythonXY
1.3.4 WinPython
1.4 IPython簡介
1.4.1 IPython Notebook
1.4.2 本書使用的數據集和代碼
1.5 小結
第2章 數據改寫
2.1 數據科學過程
2.2 使用pandas進行數據加載與預處理
2.2.1 數據快捷加載
2.2.2 處理問題數據
2.2.3 處理大數據集
2.2.4 訪問其他數據格式
2.2.5 數據預處理
2.2.6 數據選擇
2.3 使用分類數據和文本數據
2.4 使用NumPy進行數據處理
2.4.1 NumPy中的N維數組
2.4.2 NumPy ndarray對像基礎
2.5 創建NumPy數組
2.5.1 從列表到一維數組
2.5.2 控制內存大小
2.5.3 異構列表
2.5.4 從列表到多維數組
2.5.5 改變數組大小
2.5.6 利用NumPy函數生成數組
2.5.7 直接從文件中獲得數組
2.5.8 從pandas提取數據
2.6 NumPy快速操作和計算
2.6.1 矩陣運算
2.6.2 NumPy數組切片和索引
2.6.3 NumPy數組堆疊
2.7 小結
第3章 數據科學流程
3.1 EDA簡介
3.2 特征創建
3.3 維數約簡
3.3.1 協方差矩陣
3.3.2 主成分分析
3.3.3 一種用於大數據的PCA變型—Randomized PCA
3.3.4 潛在因素分析
3.3.5 線性判別分析
3.3.6 潛在語義分析
3.3.7 獨立成分分析
3.3.8 核主成分分析
3.3.9 受限玻耳茲曼機
3.4 異常檢測和處理
3.4.1 單變量異常檢測
3.4.2 EllipticEnvelope
3.4.3 OneClassSVM
3.5 評分函數
3.5.1 多標號分類
3.5.2 二值分類
3.5.3 回歸
3.6 測試和驗證
3.7 交叉驗證
3.7.1 使用交叉驗證迭代器
3.7.2 采樣和自舉方法
3.8 超參數優化
3.8.1 建立自定義評分函數
3.8.2 減少網格搜索時間
3.9 特征選擇
3.9.1 單變量選擇
3.9.2 遞歸消除
3.9.3 穩定性選擇與基於L1的選擇
3.10 小結
第4章 機器學習
4.1 線性和邏輯回歸
4.2 樸素貝葉斯
4.3 K近鄰
4.4 **非線性算法
4.4.1 基於SVM的分類算法
4.4.2 基於SVM的回歸算法
4.4.3 調整SVM
4.5 組合策略
4.5.1 基於隨機樣本的粘合策略
4.5.2 基於弱組合的分袋策略
4.5.3 隨機子空間和隨機分片
4.5.4 模型序列—AdaBoost
4.5.5 梯度樹提升
4.5.6 處理大數據
4.6 自然語言處理一瞥
4.6.1 詞語分詞
4.6.2 詞干提取
4.6.3 詞性標注
4.6.4 命名實體識別
4.6.5 停止詞
4.6.6 一個完整的數據科學示例—文本分類
4.7 無監督學習概述
4.8 小結
第5章 社會網絡分析
5.1 圖論簡介
5.2 圖的算法
5.3 圖的加載、輸出和采樣
5.4 小結
第6章 可視化
6.1 matplotlib基礎介紹
6.1.1 曲線繪圖
6.1.2 繪制分塊圖
6.1.3 散點圖
6.1.4 直方圖
6.1.5 柱狀圖
6.1.6 圖像可視化
6.2 pandas的幾個圖形示例
6.2.1 箱線圖與直方圖
6.2.2 散點圖
6.2.3 平行坐標
6.3 **數據學習表示
6.3.1 學習曲線
6.3.2 驗證曲線
6.3.3 特征重要性
6.3.4 GBT部分依賴關繫圖
6.4 小結