数据之魅 基于开源工具的数据分析PDF|Epub|txt|kindle电子书版本网盘下载

数据之魅 基于开源工具的数据分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论1

数据分析1

本书内容2

关于工作坊3

关于数学4

需要具备的知识6

本书不涉及的内容6

第Ⅰ部分 图表：观察数据11

第2章 单一变量：形状和分布11

数据点和抖动图12

直方图和核密度估计14

直方图15

核密度估计19

选学：如何选择最优带宽22

累积分布函数23

选学：概率图分布和QQ图分布的对比25

秩序图和上升图30

仅用于适当时机：汇总统计量和箱形图33

汇总统计量33

Box-and-Whisker图36

工作坊：NumPy模块38

NumPy实践38

NumPy详解41

扩展阅读45

第3章 两个变量：建立关系47

散点图47

克服噪声：平滑48

样条50

LOESS51

示例52

残差54

其他观点及提醒55

对数图57

倾斜61

线性回归以及诸如此类的方法62

描述重要信息66

图形分析与图形演示68

工作坊：matplotlib69

交互式使用matplotlib70

案例学习：matplotlib与LOESS73

控制属性74

matplotlib对象模型及结构76

零碎知识77

扩展阅读78

第4章 以时间为变量：时序分析79

示例79

任务83

需求和现实84

平滑处理84

移动平均法85

指数平滑法86

不要忽视显而易见的东西！90

相关函数91

示例92

实现上的问题93

选学：过滤器和卷积95

工作坊：scipy.signal包96

扩展阅读98

第5章 多变量：图形的多变量分析99

假色图100

概览：多值图105

散点图矩阵105

协作图107

变种108

组成问题110

组成的改变110

多维组成：树形图和马赛克图112

新颖的曲线类型116

标识符116

平行坐标图117

交互式探索120

查询和缩放121

连接和涂层121

大游览与投影寻踪121

工具122

工作坊：多变量图形工具123

R123

实验工具124

Python的Chaco库124

扩展阅读125

第6章 插曲：数据分析会话127

数据分析会话127

工作坊：gnuplot软件136

扩展阅读138

第Ⅱ部分 分析：数据建模141

第7章 推算和粗略计算141

推算的原理142

估计大小143

建立关联145

使用数字146

10的幂146

小扰动147

对数148

更多示例149

我所知道的一些常见事（物）的相关数字151

这些数字是否足够好？151

准备工作：可行性和成本153

完成之后：引用和呈现数字154

选学：进一步探索摄动理论和误差传播155

误差传播156

工作坊：Gnu科学库（GSL）158

扩展阅读161

第8章 缩放参数模型163

模型163

建模164

模型的运用和误用164

参数的缩放165

缩放参数165

示例：维度参数167

示例：优化问题169

示例：成本模型170

选学：缩放参数与量纲分析172

其他理论174

平均场近似175

背景知识和其他示例176

常见的时间演变方案178

无限增长和衰减现象178

约束增长：逻辑斯谛方程180

振荡181

案例学习：多少台服务器才是最好的？182

为什么要建模？184

工作坊：Sage184

扩展阅读188

第9章 关于概率模型的讨论191

二项分布和伯努利试验191

精确的结果192

利用伯努利试验建立平均场模型194

高斯分布和中心极限定理195

中心极限定理195

中心项与尾项197

为什么高斯分布如此实用？198

选学：高斯积分199

幂律分布和非常规统计学201

幂律分布的用法203

选学：期望值为无限时的分布204

接下来的研究206

其他分布206

几何分布207

泊松分布207

对数正态分布209

特殊用途的分布211

选学：案例学习——随时间变化的单一访问者数量211

工作坊：幂律分布215

扩展阅读219

第10章 你真正需要了解的经典统计学知识221

起源221

统计学的定义223

从统计学角度解释226

示例：公式测验VS图解法229

控制实验VS观察研究230

实验设计232

前景234

选学：贝叶斯统计——另一种观点235

用频率论来解释概率235

用贝叶斯方法来理解概率236

贝叶斯数据分析：一个实际有效的例子238

贝叶斯推理：总结与讨论241

工作坊：关于R243

扩展阅读249

第11章 插曲：数学大搜捕——大脚怪和最小二乘等253

如何平均均值253

辛普森悖论254

标准差256

如何计算258

选学：如何选择？259

选学：标准误差259

最小二乘260

统计参数估计261

函数逼近263

扩展阅读264

第Ⅲ部分 计算：数据挖掘265

第12章 模拟267

热身问题267

蒙特卡洛模拟270

组合问题270

获得结果分布272

优点和缺点275

重新采样方法276

拔靴法277

拔靴法适用于哪些情况？278

拔靴变量280

工作坊：SimPy离散事件模拟280

SimPy简介281

最简单的排队过程282

选学：排队理论285

运行SimPy模拟288

小结290

扩展阅读291

第13章 找出簇293

簇由什么组成？293

一种不同的观点296

距离计算和相似度计算298

常见的距离和相似度计算方法300

聚类方法304

中心探索法305

树形构造器307

邻居生长器309

前期处理和后期处理311

规模的规范化311

类的属性和评估311

其他想法314

具体案例：超市购物篮的分析316

提醒319

工作坊：Pycluster和C聚类库320

扩展阅读324

第14章 一木见林：找出重要属性327

主成分分析法328

动机328

选学：理论330

解释333

计算334

实用观点335

双标图336

可视化技术337

多元尺度法338

网络图339

柯霍南图339

工作坊：用R进行PCA342

扩展阅读348

线性代数349

第15章 插曲：当数据的增长不成比例时351

一个真实的故事353

一些建议354

Map/Reduce如何？356

工作坊：生成排列357

扩展阅读358

第Ⅳ部分 应用：使用数据361

第16章 报表、商务智能和仪表板361

商务智能362

报表364

企业指标和仪表板369

关于指标计划的建议370

数据的质量问题373

数据的可用性373

数据的一致性375

工作坊：Berkeley DB和SQLite376

Berkeley DB377

SQLite379

扩展阅读381

第17章 金融计算与建模383

货币的时间价值384

一次性支付：未来值和现值384

多笔付款：复利386

复利的计算技巧387

概览：现金流分析和净现值389

计划成本和机会成本中的不确定性391

用账户的期望值来考虑不确定性391

机会成本393

成本概念及贬值394

直接成本和间接成本394

固定成本和可变成本396

资本开支与运营成本397

是否应该加以关注？398

这些就是全部吗？399

工作坊：报纸经销商问题400

选学：精确解402

扩展阅读403

报纸经销商问题404

第18章 预测分析405

预测分析的主题406

一些分类术语407

分类算法408

基于实例的分类和最近邻分类算法409

贝叶斯分类器409

回归413

支持向量机414

决策树和基于规则的分类器416

其他分类算法418

流程419

集成方法：Bagging和Boosting419

估计预测误差420

类不平衡问题421

私家秘诀423

统计学习的本质424

工作坊：自己编写的两个分类器426

扩展阅读431

第19章 结语：事实并非现实433

附录A 科学计算与数据分析的编程环境435

附录B 应用：微积分447

附录C 使用数据485

索引499