《数据科学导引》在线学习资源


  • 数据科学专业第一本中文教材
  • 数据科学专业开拓者北大名师最新力作
  • 配套海量在线真实案例进行实操
  • 高等教育出版社权威出版
鄂维南
中国科学院院士
北京大数据研究院院长
北京大学、普林斯顿大学教授
欧高炎
数据酷客创始人
博雅大数据学院院长
北京大学北京国际数学研究中心博士后
朱占星
北京大学大数据研究中心研究员
北京大数据研究院研究员
董彬
北京大学北京国际数学研究中心研究员
北京大数据研究院生物医学影像分析实验室副主任

内容简介

《数据科学导引》是博雅大数据学院针对新开设的"数据科学与大数据技术"专业编写的数据科学导论课程教材。

《数据科学导引》

内容共分十五章,包括绪论、数据预处理、回归模型、分类模型、集成模型、聚类模型、关联、规则挖掘、 降维、特征选择EM算法、概率图模型、文本分析、图与网络分析、深度学习、分布式计算。附录部分对相关的基础知识做了简要介绍。

《数据科学导引》还提供了大量数据分析实践案例,有助于加深读者对理论知识的理解,及培养其实际应用能力。

《数据科学导引》可作为全国高等学校数据科学相关专业的本科生和研究生教材,也可供从事相关专业的技术人员使用。

《数据科学导引》是博雅大数据学院针对新开设的"数据科学与大数据技术"专业编写的数据科学导论课程教材。
《数据科学导引》内容共分十五章,包括绪论、数据预处理、回归模型、分类模型、集成模型、聚类模型、关联、
规则挖掘、降维、特征选择EM算法、概率图模型、文本分析、图与网络分析、深度学习、分布式计算。 附录部分对相关的基础知识做了简要介绍。
《数据科学导引》还提供了大量数据分析实践案例,有助于加深读者对理论知识的理解,及培养其实际应用能力。
《数据科学导引》可作为全国高等学校数据科学相关专业的本科生和研究生教材,也可供从事相关专业的技术人员使用。

章节目录

  • 第一章 绪论
  • 第二章 数据预处理
  • 第三章 回归模型
  • 第四章 分类模型
  • 第五章 集成模型
  • 第六章 聚类模型
  • 第七章 关联规则挖掘
  • 第八章 降维
  • 第九章 特征选择
  • 第十章 EM算法
  • 第十一章 概率图模型
  • 第十二章 文本分析
  • 第十三章 图与网络分析
  • 第十四章 深度学习
  • 第十五章 分布式计算
学习资源
第二章 数据预处理
第三章 回归模型
第四章 分类模型
第五章 集成模型
第六章 聚类模型
第七章 关联规则挖掘
第八章 降维
第九章 特征选择
第十章 EM算法
第十一章 概率图模型
第十二章 文本分析
第十三章 图与网络分析
第十四章 深度学习
附加案例
开课信息提交
提交
高校课堂使用情况(部分)
学校
课程名
授课年级
授课老师
学生规模
北京大学
数据科学导引
本科+研究生
董彬、文再文、欧高炎
160
南方科技大学
大数据概论
大三
张振
100
贵州商学院
数据科学导引
本科生
李静
180
吉林大学数学学院
数据科学基础
大二、大三
贾继伟
60
北京大学国家发展研究院
高级计量学II
硕士+博士一年级
沈艳
50
华中科技大学软件学院
数据仓库与挖掘
大四上
吕泽华
150
中国民航大学理学院
数据挖掘原理与方法
大四
周茂袁
70
南方科技大学数学系
大数据概论
大三
张振
100
北京理工大学数学与统计学院
数据科学导引
硕士
--
46
海南师范大学信息学院
大数据与数据挖掘
大三
付海艳
63
贵州医科大学
数据科学导论
大一
叶远浓
100
暨南大学
数据分析
大三
朱小红
70
东北石油大学
数据科学导引
大二
王玉学
87