【经典书】数据科学探索-技术圈

来源：专知
本文为书籍，建议阅读5分钟
本书带你学习时间序列、神经网络、文本分析等。

现在是进入数据科学领域的最佳时机。但是你从哪里开始呢?数据科学是一个广泛的领域，包括统计学、机器学习和数据工程等方面。人们很容易变得不知所措，或最终只学习数据科学的一小部分或单一的方法。

https://www.manning.com/books/exploring-data-science

《探索数据科学》由五个章节组成，向你介绍了数据科学的各个领域，并解释了哪种方法最适合每个领域。《实用数据科学与R》的作者John Mount和Nina Zumel选择了这些章节来给你展示许多数据领域的大图景。您将学习时间序列、神经网络、文本分析等。当您探索不同的建模实践时，您将看到如何在数据科学中使用R、Python和其他语言的实际示例。

数据科学是一个涉及统计学、机器学习和数据工程等方面的广泛领域。工具、方法和工作的样子很大程度上取决于您的问题领域和观点。我们的书《实用数据科学与R》向读者介绍了R语言中的基本预测建模。但是，我们的意图绝不是暗示数据科学家可以将自己限制在一个问题领域或一种实现语言。现在是进入数据科学的大好时机。免费工具和材料的数量激增。存储和管理大型数据集现在明显更容易了。然而，这种多样性似乎势不可挡，并造成分裂。传统的统计学家可能不认为文本分析是数据科学，类似地，使用神经网络分析图像的人可能不会欣赏经典的统计推理。我们相信你的问题有助于你选择你的技术。为了说明这个概念，我们把我们的书和曼宁的其他书名中的章节样本放在一起。它们涵盖了与数据科学相关的各种主题，突出了各种领域和编程语言。我们希望这些选择能让您更好地了解许多可用的工具，以解决特定的数据科学问题。