數據科學商業(yè)實戰(zhàn)：全面講解商業(yè)領域中的數據處理、機器學習和人工智能

第一章  前言 001
1.1  為什么企業(yè)管理者需要了解數據科學 003
1.2  新時代的數據素養(yǎng) 005
1.3  數據驅動式開發(fā) 007
1.4  如何使用本書 010
第二章  商業(yè)領域中的數據科學 013
2.1  什么是數據科學 015
2.2  企業(yè)中的數據科學 036
2.3  聘請數據科學家 048
2.4  管理失敗案例 067
第三章  處理現代數據 073
3.1  非結構化數據和被動收集 076
3.2  數據類型和來源 078
3.3  數據格式 079
3.4  數據庫 087
3.5  數據分析軟件架構 093
第四章  講述故事和總結數據 101
4.1  選擇要度量的內容 104
4.2 異常值、可視化和概要統計的局限性：一圖抵千數 108
4.3  實驗、相關性和因果關系 113
4.4  以一個數字進行總結 117
4.5  評估關鍵特征：集中趨勢、擴散程度和重尾 118
4.6  總結兩個數字：相關系數和散點圖 128
4.7  高階內容：擬合直線或曲線 133
4.8  統計學：如何不自欺欺人 142
4.9  高階內容：值得了解的概率分布 158
第五章  機器學習 175
5.1  監(jiān)督式學習、非監(jiān)督式學習、二元分類 178
5.2  測量性能 188
5.3  高階內容：重要分類器 198
5.4  數據結構：無監(jiān)督式學習 217
5.5  邊做邊學：強化學習 235
第六章  了解工具 241
6.1  關于學習編碼的注意事項 244
6.2  速查表 245
6.3  數據科學生態(tài)系統的組成部分 246
6.4  高階內容：數據庫查詢速成課 264
第七章  深度學習和人工智能 275
7.1  人工智能概述 278
7.2  神經網絡 282
7.3  自然語言處理（NLP） 296
7.4  知識庫和圖表 305
后記 309