数据科学概论（第2版）（普通高等学校应用型教材·数据科学） 阿里云 kindle 下载 pdf chm 百度云 azw3 umd

本教材的内容，分为四大模块，分别是：(1) 数据科学基础(Fundamentals)：讲述数据科学的基本概念和原则。(2) 数据和数据上的计算(Data and Computing on Data)：讲述不同的数据类型及其分析方法，数据类型包括结构化数据、非结构化数据、半结构化数据，分析方法包括统计学方法、数据挖掘方法、和机器学习方法等。(3) 数据处理基础设施、平台和工具(Infrastructure， Platforms and Tools)：讲述云计算平台、数据库、大数据平台及工具、以及编程语言 Python 等。(4) 数据科学案例和实践(Applications and Practice)：讲述大数据应用的案例；并且面向金融领域的量化交易应用，从数据采集、模型训练、预测、评价、到可视化等环节，带领读者完成数据分析处理的实践。

暂无相关目录，正在全力查找中！

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：数据科学概论（第2版）（普通高等学校应用型教材·数据科学）在线阅读

在线听书地址：数据科学概论（第2版）（普通高等学校应用型教材·数据科学）在线收听

在线购买地址：数据科学概论（第2版）（普通高等学校应用型教材·数据科学）在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

本教材的内容，分为四大模块，分别是：(1) 数据科学基础(Fundamentals)：讲述数据科学的基本概念和原则。(2) 数据和数据上的计算(Data and Computing on Data)：讲述不同的数据类型及其分析方法，数据类型包括结构化数据、非结构化数据、半结构化数据，分析方法包括统计学方法、数据挖掘方法、和机器学习方法等。(3) 数据处理基础设施、平台和工具(Infrastructure， Platforms and Tools)：讲述云计算平台、数据库、大数据平台及工具、以及编程语言 Python 等。(4) 数据科学案例和实践(Applications and Practice)：讲述大数据应用的案例；并且面向金融领域的量化交易应用，从数据采集、模型训练、预测、评价、到可视化等环节，带领读者完成数据分析处理的实践。