书籍描述
本书为非技术性读者提供了数据科学基本概念和活动的温和介绍。对于更多的技术读者，本书使用开源R语言为统计计算和图形提供了一系列有趣的应用程序的解释和代码。
它还介绍了所需的各种技能、数据科学过程中的关键步骤、与数据科学有效实践相关的软件技术，以及该领域最新的培训学术计划。
在本书中，使用了一系列日益复杂的数据问题来说明数据科学家所需的技能和能力。被称为“R”的开源数据分析程序及其图形用户界面伙伴“R-Studio”用于处理实际数据示例，以说明数据科学的挑战以及用于解决这些挑战的一些技术。尽可能使用反映当代重要问题的真实数据集作为讨论的基础。
审查、评级和建议：
相关图书类别：
阅读和下载链接：
类似书籍：
-
-
-
-
命令行数据科学，第二版（杰罗恩·詹森）
本实践指南演示了命令行的灵活性如何帮助您成为一名更有效率和生产力的数据科学家。了解如何组合功能强大的小型命令行工具，以快速获取、清理、探索和建模数据。
-
计算和推理：数据科学的基础
一步一步地，您将学习如何利用算法思维和代码的威力，对当前机器学习方法的威力和局限性获得直觉，并有效地将其应用于实际业务问题。
-
数据科学：理论、模型、算法和分析
它提供了一个装满数据科学信息的桶，通过访问理论、数据科学算法、工具和分析，涵盖了各种各样的部分。您将探索最佳实践的正确方法，以指导您前进。
-
-
-
有效数据清理的终极指南
通过这本深入的书，当前和有抱负的工程师将学习管理大小数据的强大的现实世界最佳实践。专家们分享了他们在克服各种具体且经常令人头疼的挑战方面的经验教训。
-
数据科学要素（艾伦·B·唐尼）
本书为没有编程经验的人介绍了数据科学。其目标是提供一个小而强大的Python子集，使您能够尽快完成数据科学方面的实际工作。
-
统计推断：算法、证据和数据科学
经典统计学的推理基础如何为21世纪的数据科学提供一个原则性的学科框架，这是一本精辟的指南。每个有抱负的数据科学家都应该仔细研究这本书，并将其作为参考。
-
