数据科学家修炼之道(中文版) PDF 高清电子书 免费下载 完整版 在线阅读- 高飞网
数据科学家修炼之道

数据科学家修炼之道

中文版
Zacharias Voulgaris
数据
浏览人数:268
读者:                             ...
  数据科学家是指采用科学方法、运用数据挖掘工具寻找新的数据洞察的工程师,他们往往集技术专家和数据分析师的角色于一身。在IT行业中,数据科学家将在创造力、沟通能力以及与商业世界的联系方面得到更多的锻炼机会,是当前非常有发展潜力的新兴职位。

第1章 数据科学与大数据 1   
1.1 深挖大数据 1   
1.2 大数据产业 5   
1.3 数据科学的诞生 7   
1.4 要点 9   
第2章 数据科学的重要性 10   
2.1 数据科学领域的历史 10   
2.2 新规则 14   
2.3 新思维与随之而来的变化 17   
2.4 要点 18   
第3章 数据科学家的类型 19   
3.1 数据开发者 19   
3.2 数据研究者 20   
3.3 数据创意师 21   
3.4 数据商务人士 21   
3.5 混合/普适类型 22   
3.6 要点 22   
第4章 数据科学家的思维体系 24   
4.1 特质 24   
4.2 素质与能力 27   
4.3 思维 32   
4.4 抱负 34   
4.5 要点 36   
第5章 技术资质 37   
5.1 综合的编程能力 37   
5.2 科学背景 39   
5.3 专业化知识 40   
5.4 要点 42   
第6章 经验 44   
6.1 企业实战VS学术研究的经验 44   
6.2 经验VS正规教育 46   
6.3 如何获得第一桶经验 46   
6.4 要点 48   
第7章 社交圈 49   
7.1 岂止于专业社交圈 49   
7.2 与学术圈的关系 50   
7.3 与商业世界的关系 51   
7.4 要点 52   
第8章 所用的软件 53   
8.1 Hadoop套件和朋友们 53   
8.2 面向对象编程语言 60   
8.3 数据分析软件 63   
8.4 可视化工具 66   
8.5 集成大数据系统 68   
8.6 其他一些程序 69   
8.7 要点 72   
第9章 学习新知与解决问题 74   
9.1 研讨会 74   
9.2 会议 76   
9.3 在线课程 76   
9.4 数据科学小组 80   
9.5 需求问题 82   
9.6 专业知识缺乏问题 83   
9.7 综合运用各种工具 84   
9.8 要点 85   
第10章 机器学习与R语言平台 86   
10.1 机器学习简史 86   
10.2 人工智能的未来 89   
10.3 机器学习VS统计方法 90   
10.4 在数据科学中使用机器学习 93   
10.5 R平台简介 95   
10.6 机器学习和R语言资料 99   
10.7 要点 101   
第11章 数据科学的处理流程 103   
11.1 数据准备 104   
11.2 数据探索 108   
11.3 数据表示 109   
11.4 数据发现 110   
11.5 数据学习 111   
11.6 创造数据产品 112   
11.7 洞察、交付以及可视化呈现 115   
11.8 重点 117   
第12章 所需的具体技能 119   
12.1 人才市场目前看中的数据科学家所需技能 119   
12.2 程序员的自我修养 121   
12.3 统计师和机器学习从业者的自我修养 125   
12.4 数据相关领域从业人员的自我修养 135   
12.5 学生的自我修养 140   
12.6 要点 141   
第13章 数据科学职位哪家寻 145   
13.1 直接联系公司 146   
13.2 专业人际关系 149   
13.3 招聘网站 154   
13.4 其他方法 158   
13.5 要点 159   
第14章 自我展示 160   
14.1 关注雇主 161   
14.2 灵活性和适应性 162   
14.3 交付物 163   
14.4 让自己从竞争中脱颖而出 164   
14.5 独当一面 167   
14.6 其他应该考虑的因素 168   
14.7 要点 168   
第15章 自由职业数据科学家之路 170   
15.1 成为自由职业数据科学的利弊 171   
15.2 自由职业生涯要持续多久 172   
15.3 其他你可以提供的服务 173   
15.4 一些自由数据分析工作 174   
15.5 要点 177   
第16章 职业数据科学家的案例学习 179   
16.1 Raj Bondugula博士 179   
16.2 Praneeth Vepakomma 183   
16.3 要点 186   
第17章 资深数据科学家案例学习 188   
17.1 基本职业背景与学历背景 188   
17.2 对于数据科学实践的观点 189   
17.3 数据科学的未来 190   
17.4 给数据科学家新人的建议 191   
17.5 要点 191   
第18章 新数据科学家的召唤 193   
18.1 针对入门级数据科学家的招聘广告 193   
18.2 针对数据科学专家的招聘广告 195   
18.3 针对资深数据科学家的招聘广告 198   
18.4 网上搜索职位的一些建议 200   
18.5 要点 202   
结语 203   
术语表 205   
附录1 有用的网页链接 223   
附录2 相关文章 226   
附录3 线下资源 229   
看过本书的人还看过