一書貫通：從資料科學橫入人工智慧領域

CHAPTER 01　資料科學家的武器函數庫
CHAPTER 02　Python 概述
CHAPTER 03　資料科學的Python 程式設計基礎
CHAPTER 04　描述性統計分析與繪圖
CHAPTER 05　資料整合和資料清洗
CHAPTER 06　資料科學的統計推斷基礎
CHAPTER 07　客戶價值預測：線性回歸模型與診斷
CHAPTER 08　Logistic 回歸建置初始信用評級
CHAPTER 09　使用決策樹進行初始信用評級
CHAPTER 10　神經網絡
CHAPTER 11　分類器入門：最近鄰域與單純貝氏
CHAPTER 12　進階分類器：支援向量機
CHAPTER 13　連續變數的特徵選擇與轉換
CHAPTER 14　客戶分群與分群
CHAPTER 15　關聯規則
CHAPTER 16　排序模型的不平衡分類處理
CHAPTER 17　整合學習
CHAPTER 18　時間序列建模
CHAPTER 19　商業資料採擷案例
APPENDIX A　資料說明
參考文獻

序

　　Python雖然目前方興未艾，但是在資料科學領域的路還很漫長，投資於未來是艱苦而收益頗豐的。作為用好Python,一部由工作在第一線的“文科”背景作者撰寫的資料科學圖書，本書力圖降低Python的學習難度，嘗試提供不同分析主題的資料科學工作範本，滿足億萬“文科生”的數位化轉型需求。