編輯 | abby

官網(wǎng) | www.datayuan.cn

微信公眾號ID | datayuancn

我們已經(jīng)進入了全新的數(shù)據(jù)時代，大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、機器學習、人工智能等等一系列技術(shù)紛至沓來，數(shù)據(jù)的管理和應用已經(jīng)滲透到每一個行業(yè)和業(yè)務領域，成為當今以及未來商業(yè)運作的基礎資產(chǎn)?？梢哉f，只有掌握數(shù)據(jù)并善于運用數(shù)據(jù)的人，才會在競爭日益激烈的環(huán)境中尋得先機。

那么我們該怎么樣學習大數(shù)據(jù)分析、機器學習以及人工智能？《白話大數(shù)據(jù)與機器學習》的作者認為，學習大數(shù)據(jù)、機器學習和人工智能，所需的知識分為五個層次：

一是數(shù)學知識；

二是統(tǒng)計學知識；

三是算法知識；

四是工具知識；

五是哲學思想知識。

所謂工具知識，就是我們需要借助計算機軟件來完成相關的分析和運算，目前大數(shù)據(jù)和機器學習領域熱門的語言就是 R 和 Python。

而今天小編要為大家推薦的《白話大數(shù)據(jù)與機器學習》正是一本系統(tǒng)學習大數(shù)據(jù)與機器學習的入門級圖書。

本書是資深大數(shù)據(jù)專家多年實戰(zhàn)經(jīng)驗總結(jié)，開啟了大數(shù)據(jù)與機器學習妙趣之旅。以降低學習曲線和閱讀難度為宗旨，系統(tǒng)講解統(tǒng)計學、數(shù)據(jù)挖掘算法、實際應用案例、數(shù)據(jù)價值與變現(xiàn)，以及高級拓展技能，并清晰勾勒出大數(shù)據(jù)技術(shù)路線與產(chǎn)業(yè)藍圖。

全書共分為18個章節(jié)：

第1～5章：大數(shù)據(jù)入門所需的系統(tǒng)性知識，剖析大數(shù)據(jù)產(chǎn)業(yè)、數(shù)據(jù)與信息算法等的關系，妙解數(shù)學基礎（排列組合、概率、統(tǒng)計與分布），以及指標化運營及體系構(gòu)建。這部分補足讀者的產(chǎn)業(yè)與相關概念認知，以及所需的數(shù)學知識。為下面的數(shù)據(jù)挖掘算法的理解與應用夯實基礎。

第6～8章：介紹了數(shù)據(jù)挖掘基礎知識與算法，講解了與數(shù)據(jù)息息相關的信息論。其中重點講解了：多維向量空間（向量和維度、矩陣及其計算、上卷和下鉆）、
回歸（線性回歸、殘差分析、擬合相關問題）、聚類（K-Means算法、有趣模式、孤立點、層次與密度聚類，聚類的評估等）、分類（樸素貝葉斯、決策樹歸納、*森林、隱馬爾科夫模型、SVM、遺傳算法）。

第11～18章：介紹生產(chǎn)應用與高級擴展。其中第11～15章介紹生產(chǎn)應用實踐，涵蓋關聯(lián)分析、用戶畫像、推薦算法、文本挖掘、人工神經(jīng)網(wǎng)絡，這些也是工業(yè)界和學術(shù)界研究的熱點。第16章講解了著名的大數(shù)據(jù)框架及其安裝與配置，如Hadoop、Spark、Cassandra、PrestoDB。第17章從速度與穩(wěn)定性維度介紹了大數(shù)據(jù)系統(tǒng)的架構(gòu)與調(diào)優(yōu)。第18章則從數(shù)據(jù)運營、評估、展現(xiàn)與變現(xiàn)場景層面進行了解讀。

附錄部分給出了大數(shù)據(jù)平臺運行可能需要的軟件和庫，以及群眾如何看待炙手可熱的大數(shù)據(jù)。