數(shù)據(jù)科學(xué)家修煉之道

目錄 第1章　數(shù)據(jù)科學(xué)與大數(shù)據(jù) 1 1.1 深挖大數(shù)據(jù) 1 1.2 大數(shù)據(jù)產(chǎn)業(yè) 5 1.3 數(shù)據(jù)科學(xué)的誕生 7 1.4 要點 9 第2章　數(shù)據(jù)科學(xué)的重要性 10 2.1 數(shù)據(jù)科學(xué)領(lǐng)域的歷史 10 2.2 新規(guī)則 14 2.3 新思維與隨之而來的變化 17 2.4 要點 18 第3章　數(shù)據(jù)科學(xué)家的類型 19 3.1 數(shù)據(jù)開發(fā)者 19 3.2 數(shù)據(jù)研究者 20 3.3 數(shù)據(jù)創(chuàng)意師 21 3.4 數(shù)據(jù)商務(wù)人士 21 3.5 混合/普適類型 22 3.6 要點 22 第4章　數(shù)據(jù)科學(xué)家的思維體系 24 4.1 特質(zhì) 24 4.2 素質(zhì)與能力 27 4.3　思維 32 4.4　抱負(fù) 34 4.5　要點 36 第5章　技術(shù)資質(zhì) 37 5.1　綜合的編程能力 37 5.2　科學(xué)背景 39 5.3　專業(yè)化知識 40 5.4　要點 42 第6章　經(jīng)驗 44 6.1 企業(yè)實戰(zhàn)VS學(xué)術(shù)研究的經(jīng)驗 44 6.2 經(jīng)驗VS正規(guī)教育 46 6.3 如何獲得第一桶經(jīng)驗 46 6.4 要點 48 第7章　社交圈 49 7.1 豈止于專業(yè)社交圈 49 7.2 與學(xué)術(shù)圈的關(guān)系 50 7.3 與商業(yè)世界的關(guān)系 51 7.4 要點 52 第8章　所用的軟件 53 8.1 Hadoop套件和朋友們 53 8.2 面向?qū)ο缶幊陶Z言 60 8.3 數(shù)據(jù)分析軟件 63 8.4 可視化工具 66 8.5 集成大數(shù)據(jù)系統(tǒng) 68 8.6 其他一些程序 69 8.7 要點 72 第9章　學(xué)習(xí)新知與解決問題 74 9.1 研討會 74 9.2 會議 76 9.3 在線課程 76 9.4 數(shù)據(jù)科學(xué)小組 80 9.5 需求問題 82 9.6 專業(yè)知識缺乏問題 83 9.7 綜合運用各種工具 84 9.8 要點 85 第10章　機器學(xué)習(xí)與R語言平臺 86 10.1 機器學(xué)習(xí)簡史 86 10.2 人工智能的未來 89 10.3 機器學(xué)習(xí)VS統(tǒng)計方法 90 10.4 在數(shù)據(jù)科學(xué)中使用機器學(xué)習(xí) 93 10.5 R平臺簡介 95 10.6 機器學(xué)習(xí)和R語言資料 99 10.7 要點 101 第11章　數(shù)據(jù)科學(xué)的處理流