1700503753
1700503754
ISBN 978-7-121-31304-2
1700503755
1700503756
Ⅰ．①数… Ⅱ．①高… Ⅲ．①数据管理－手册 Ⅳ．①TP274-62
1700503757
1700503758
中国版本图书馆CIP数据核字（2017）第071293号
1700503759
1700503760
策划编辑：潘 昕
1700503761
1700503762
责任编辑：潘 昕
1700503763
1700503764
印 刷：三河市良远印务有限公司
1700503765
1700503766
装 订：三河市良远印务有限公司
1700503767
1700503768
出版发行：电子工业出版社
1700503769
1700503770
北京市海淀区万寿路173信箱 邮编100036
1700503771
1700503772
开 本：787×980 1/16 印张：23 彩插：2 字数：500千字
1700503773
1700503774
版 次：2017年5月第1版
1700503775
1700503776
印 次：2017年5月第1次印刷
1700503777
1700503778
定 价：79.00元
1700503779
1700503780
凡所购买电子工业出版社图书有缺损问题，请向购买书店调换。若书店售缺，请与本社发行部联系，联系及邮购电话：（010）88254888。
1700503781
1700503782
质量投诉请发邮件至zlts@phei.com.cn，盗版侵权举报请发邮件至dbqq@phei.com.cn。
1700503783
1700503784
本书咨询联系方式：（010）51260888-819，faq@phei.com.cn。
1700503785
1700503786
1700503787
1700503788
1700503790
数据科学家养成手册 序
1700503791
1700503792
十几二十年前，读书是学习新技术的不二法门。当时如果要学习一门技术，都需要买上几本“砖头书”，一边阅读，一边动手，一页一页“啃”下来。很多在今天叱咤风云的高手，当年都是用这种方式打下基础的。
1700503793
1700503794
最近几年，技术学习的方式发生了深刻的变化，大量的在线视频课程、交互式学习环境、开箱即用的工具箱，使技术学习的效率大幅度提升，特别是在动手能力方面，培训效率有了质的飞跃。最近一年，受人工智能领域突破性进展的鼓舞，机器学习和数据科学成为技术圈中的显学，而在线学习成为主流的学习方式。在这种情况下，大批学习者仅仅看过一些视频教程，按要求在Jupyter Notebook中做过一些练习，就基本具备动手解决问题的能力，可以上岗了。
1700503795
1700503796
这当然很好。但是，倘若你想在某一个领域取得真知，读书仍然是不可或缺的手段。中国信息安全领域的领军人物冯登国院士曾经说，以他的经验，想要真的搞懂某一个领域，非得深入“啃”至少一本书不可。读书的效率相对于听课、看视频要低得多，而多维的知识体系通过单维的文字表达出来，也给理解带来了挑战。然而，唯其有这种挑战，才需要读者进入深度思考状态，使读书成为一个推敲、琢磨、设问和破解的过程。不经过这个过程，我们所学到的知识一般来说只能是浮于表面的，很难达到“知其然知其所以然”的高度。正因如此，我们已经开始发现，仅通过在线视频和动手练习的学习者，对于相关领域的理论掌握经常是肤浅的。可以说，到目前为止，读书作为一种学习手段，依然是其他方式无法取代的。
1700503797
1700503798
机器学习和数据科学领域有几本非常重要的著作，每一个有野心的学习者都应该选择至少一本深入研究。Christopher Bishop于2006年出版的Pattern Recognition and Machine Learning，Kevin Murphy 2012年的巨著Machine Learning: A Probabilistic Perspective，斯坦福大学两位机器学习泰斗Trevor Hastie和Robert Tibshirani及其学生合著的An Introduction to Statistical Learning，当然还有Ian Goodfellow和Yoshua Bengio最近出版的Deep Learning——称这几本书为这个领域的“四书五经”，应该没有争议。
1700503799
1700503800
但是，这几本书有一个共同的问题——都是按照教材的体例编写的，所以都是尽全力系统化地介绍知识，对这个领域丰富多彩的应用、历史、人文和故事却很少展开论述。而要成为一名数据科学家，仅有知识和动手能力是不够的，还需要有相应的素养，这包括特有的思维方式、价值观，对相关历史背景和掌故的了解，以及对数据科学社区的认知和互动——这恰恰是本书的最大价值。
1700503801
1700503802
作者把数据科学放在一个更广阔的背景之中，从数学、统计学、方法论甚至认知论的层面出发，讨论数据科学的内涵和外延，内容丰富，旁征博引，语言生动，灵活有趣，帮助读者站在一个更丰富的势场中认识数据科学，理解数据科学的基本思想。尤为令人欣喜的是，作者将信息论、混沌理论纳入讨论之中，表明作者敏锐地注意到数据科学与系统科学和认识论的深层联系，这是难能可贵的。从这个角度来解说数据科学的书，应该说在中国是第一本，即使在全球范围内也是独具特色的。为此，我们愿意向读者推荐本书，并相信读者一定能从中获得非常有价值的启发。
[
上一页 ]
[ :1.700503753e+09 ]
[
下一页 ]