全栈数据之门

出版者:电子工业出版社

作者:任柳江

出品人:博文视点

页数:368

出版时间:2017-4

价格:79

装帧:平装

isbn号码:9787121309052

图书标签:机器学习数据分析大数据全栈python数据挖掘深度学习Linux

《全栈数据之门》以数据分析领域最热的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法kNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习中的自动编程器。在大数据Hadoop与Hive环境的基础之上，使用Spark的ML/MLlib库集成了前面的各部分内容，让分布式机器学习更容易。大量的工具与技能实战的介绍将各部分融合成一个全栈的数据科学内容。

《全栈数据之门》不是从入门到精通地介绍某一种技术，可以把《全栈数据之门》当成一本技术文集，内容定位于数据科学的全栈基础入门，全部内容来自当前业界最实用的技能，有非常基础的，也有比较深入的，有些甚至需要深入领悟才能理解。

《全栈数据之门》适用于任何想在数据领域有所作为的人，包括学生、爱好者、在职人员与科研工作者。无论想从事数据分析、数据工程、数据挖掘或者机器学习，或许都能在书中找到一些之前没有接触过的内容。

读后感

《全栈数据之门》以数据分析领域最热的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法kNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习...

《全栈数据之门》以数据分析领域最热的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法kNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习...

《全栈数据之门》以数据分析领域最热的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法kNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习...

《全栈数据之门》以数据分析领域最热的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法kNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习...

《全栈数据之门》以数据分析领域最热的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法kNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习...

用户评价

相当于一本技术文集，内容定位于数据科学的全栈基础入门，全部内容来自当前业界最实用的技能。作者内功还是比较深厚的，如果能在某一块着重深入讲一下就更好了。

跟我的工作内容很匹配，虽然不够深入，但很适合当做自己的技术文集

就入门来说是比较全面的一本书，感觉像是作者把他知道的东西+阴阳的东西组成逻辑拎出来的，看看就好，其余的东西还是要各自找专业的指导学习

翻看一半实在看不进去了，目录很乱，这个篇幅涉及那么多庞杂的东西，堆砌出来的。能7.8分的豆瓣评分，呵呵

包含了数据科学中的常用技能，SQL技能与NOSQL技能与数据分析，Python在数据分析与挖掘的生态圈，涉及常用机器学习模型与算法以及其在Python中的应用。 对于机器学习，既有常用算法KNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习中的自动编程器。 在大数据Hadoop与Hive环境的基础之上，使用Spark的ML/MLLib库来集成了前面的各部分内容，让分布式机器学习更容易。大量的工具与技能实战，从而将各部分融合成为一个全栈的数据科学内容。