数亦有道

本书结合数据科学的具体应用场景，由浅深、循序渐地引导读者门数据科学，覆盖了数据获取、数据预处理、数据分析等方面的内容，共 10 章。本书先是概括性地介绍各章的主要内容，然后通过一个个生动的案例讲解数据获取、数据预处理、自然语言处理、机器学习和深度学习等方面的应用，结尾通过答疑部分为读者提供一步学习的方向和方法的建议。本书各章的案例均基于具体应用场景，以简单、清晰的方式对数据科学相关的技术原理和实际操作行讲解。<br/>【推荐语】<br/>1.Python数据科学指南，结合数据科学的具体应用场景，由浅深的引导读者学习。 2.以问题为导向，用具体应用场景讲明白如何选择、使用合适的数据科学工具。 3.以生动的案例引出问题解决方法，提供完整代码和步骤流程，可参考，可上手。 4.深浅出，对新手友好，本书尽量不使用数学公式和晦涩的术语。 5.提供同步讲解视频，帮助读者加深对书中难、重的理解。<br/>【作者】<br/>王树义 天津师范大学副教授，南大学博士。研究方向为社交媒体信息分析，基于机器学习的自然语言处理，用户隐私保护，计算社会科学。发表了 20 余篇学术论文，担任多个国际期刊审稿人。 在简书、玉树芝兰公众平台、知乎等平台高质量分享计算机、写作、效率工具等相关内容，粉丝累计近 20 万。 翟羽佳 天津师范大学副教授，数据科学系系主任，南大学与美国印第安纳大学联合培养博士，武汉大学信息管理学院博士后。2018 年度天津市“131”创新型人才培养工程第三层次人选、2020 年天津市高校“青年后备人才支持计划”人选。长期致力于知识扩散、文本挖掘、网络社会治理以及数据驱动的知识发现等方向的研究。累计发表高水平论文 30 余篇，长期担任多个国际期刊的审稿人。<br/>

内容提要

前言

视频导向图书使用指南

第1章 入门导读

1.1 环境设置

1.2 探索分析

1.3 数据获取

1.4 数据预处理

1.5 自然语言处理

1.6 机器学习

1.7 深度学习

1.8 机器学习进阶

1.9 答疑时间

第2章 环境设置

2.1 Python运行环境Anaconda的安装

2.2 在线运行Python代码

2.3 复制运行环境

第3章 探索分析

3.1 词云制作

3.2 中文分词

3.3 用Pandas存取和交换数据

3.4 可视化《三国演义》人名与兵器出现频率

3.5 用R语言快速探索数据集

3.6 快速了解科研领域

第4章 数据获取

4.1 获取开放数据

4.2 利用API收集与分析网络数据

4.3 Python抓取数据

第5章 数据预处理

5.1 使用正则表达式抽取文本结构化数据

5.2 批量抽取PDF文本内容

5.3 智能批量压缩图片

5.4 安装Python软件包遇错误，怎么办？

第6章 自然语言处理

6.1 提取中文关键词

6.2 情感分析

6.3 评论数据情感分析的时间序列可视化

6.4 对故事情节做情绪分析

6.5 spaCy与词嵌入

第7章 机器学习

7.1 机器学习做决策支持

7.2 中文文本情感分类模型

7.3 从海量文章中抽取主题

第8章 深度学习

8.1 如何锁定即将流失的客户

8.2 识别动物图像

8.3 寻找近似图像

8.4 如何理解卷积神经网络

8.5 如何理解循环神经网络

8.6 循环神经网络实现中文文本分类

8.7 循环神经网络预测严重交通拥堵

8.8 用TensorFlow神经网络分类表格数据

8.9 你的机器“不肯”学习，怎么办？

第9章 机器学习进阶

9.1 二元分类任务

9.2 有效沟通机器学习结果

9.3 机器学习中的训练集、验证集和测试集

第10章 答疑时间

10.1 Python编程遇到问题怎么办？

10.2 如何高效学Python？

10.3 如何高效学习数据科学？

10.4 数据科学入门后，该做什么？

Python,数据分析,计算机科学,机器学习,深度学习,数据科学