《數(shù)據(jù)科學(xué)家訪談錄》
【美】Carl Shan（單研） 、William Chen（陳子蔚） 、Henry Wang（汪強(qiáng)明）
Max Song（宋邁思）著

點(diǎn)擊封面購(gòu)買紙書https://item.jd.com/12286963.html

一、本書內(nèi)容的介紹

《數(shù)據(jù)科學(xué)家訪談錄》是一本對(duì)當(dāng)前全球最知名的25位數(shù)據(jù)科學(xué)家的深度采訪，然后匯聚成冊(cè)的訪談錄，讀者可以從中學(xué)習(xí)到這25位數(shù)據(jù)科學(xué)領(lǐng)域的大師的個(gè)人經(jīng)歷及其成長(zhǎng)過程，以及在各自的職業(yè)生涯所面臨的各種選項(xiàng)時(shí)所做出的選擇，具有很高的參考價(jià)值。

這25位數(shù)據(jù)科學(xué)家大都擁有國(guó)外名校的博士學(xué)歷文憑，但是大都不想繼續(xù)從事科研工作，而是希望能夠?qū)⒆约旱目茖W(xué)研究成果應(yīng)用到現(xiàn)實(shí)生活當(dāng)中，從而讓人們的生活變得更加美好，因此他們大都從學(xué)術(shù)界走向了工業(yè)界，這些大師從學(xué)術(shù)領(lǐng)域向工業(yè)領(lǐng)域轉(zhuǎn)變的經(jīng)歷和過程非常值得學(xué)習(xí)和參考。雖然他們的專業(yè)研究領(lǐng)域各不相同，但數(shù)據(jù)科學(xué)這個(gè)研究方向把他們聯(lián)系到一起，共同推動(dòng)了數(shù)據(jù)科學(xué)領(lǐng)域的發(fā)展。他們各自所擁有的領(lǐng)域知識(shí)以及計(jì)算機(jī)專業(yè)技能，幫助他們?cè)诟髯缘难芯繎?yīng)用領(lǐng)域獲得豐碩成果，這也從另外一個(gè)方面驗(yàn)證了數(shù)據(jù)科學(xué)其實(shí)是一門理論與實(shí)踐相結(jié)合的科學(xué)。

此外，本書當(dāng)中這些大師們給出的方法論和經(jīng)驗(yàn)也同樣非常值得讀者學(xué)習(xí)和思考。比如去大公司還是小公司的問題，Hillary認(rèn)為應(yīng)該是去那些能讓你學(xué)到很多東西并且快速成長(zhǎng)的公司。再比如做事情是從簡(jiǎn)單的開始還是復(fù)雜的做起，DJ認(rèn)為做事情要從簡(jiǎn)單的開始做起，然后慢慢開始做復(fù)雜而又艱難的事情。這樣子做事情就會(huì)有一個(gè)好的開始，進(jìn)而一步一步的完成。

總的來說，《數(shù)據(jù)科學(xué)家訪談錄》是一本經(jīng)得起時(shí)間考驗(yàn)的好書，處于各種不同階段的人群都可以從本書當(dāng)中獲取知識(shí)和經(jīng)驗(yàn)，而且每次閱讀都會(huì)有新的認(rèn)識(shí)和收獲。

二、數(shù)據(jù)科學(xué)的組成

1、數(shù)學(xué)相關(guān)的基礎(chǔ)知識(shí)（85%）： 包含了線性代數(shù)、概率論、微積分、統(tǒng)計(jì)學(xué)（工具）、機(jī)器學(xué)習(xí)（算法）等內(nèi)容。

2、編程基礎(chǔ)技能（15%）： 1）SQL/NoSQL 2）Hadoop/Spark 3）R 4）主流編程語(yǔ)言，比如：C++/Java 5）主流腳本語(yǔ)言，比如：Python 6）Excel

三、數(shù)據(jù)科學(xué)的步驟

1、 獲取數(shù)據(jù) 通過數(shù)據(jù)庫(kù)、web接口、網(wǎng)絡(luò)爬蟲等獲取網(wǎng)絡(luò)上的數(shù)據(jù)（結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)）。

2、 清洗數(shù)據(jù) 通過數(shù)值化、降維等手段去除數(shù)據(jù)噪音，實(shí)現(xiàn)數(shù)據(jù)的清洗。

3、 探索數(shù)據(jù) 在數(shù)據(jù)清洗工作的基礎(chǔ)上，通過變量分析、處理缺失值、處理離群值等手段對(duì)數(shù)據(jù)進(jìn)行初步的探索。

4、 數(shù)據(jù)建模 在探索數(shù)據(jù)工作的基礎(chǔ)上，通過數(shù)學(xué)等工具建立合適的數(shù)據(jù)模型。有人認(rèn)為好的數(shù)據(jù)模型是數(shù)據(jù)科學(xué)當(dāng)中最核心的步驟，列出的優(yōu)先級(jí)順序是：高質(zhì)量的數(shù)據(jù)>數(shù)據(jù)規(guī)模>好的數(shù)據(jù)模型。

5、 解釋數(shù)據(jù) 數(shù)據(jù)可視化（D3、highcharts），通過可視化的web界面把數(shù)據(jù)和結(jié)論表達(dá)出來。

四、數(shù)據(jù)科學(xué)與大數(shù)據(jù)、人工智能的關(guān)系

大數(shù)據(jù)是一個(gè)內(nèi)涵豐富的詞匯，包含了技術(shù)、商業(yè)等因素的描繪，而數(shù)據(jù)科學(xué)是作為一門實(shí)實(shí)在在的應(yīng)用科學(xué)而存在，是實(shí)現(xiàn)大數(shù)據(jù)應(yīng)用的基礎(chǔ)應(yīng)用型學(xué)科，人工智能則是在數(shù)據(jù)科學(xué)的基礎(chǔ)之上，向著讓機(jī)器或程序有著類似人類智能的方向前進(jìn)。因此數(shù)據(jù)科學(xué)是實(shí)現(xiàn)大數(shù)據(jù)的工具，是實(shí)現(xiàn)人工智能的基礎(chǔ)。

數(shù)據(jù)科學(xué)也是一門理論與實(shí)踐相結(jié)合的學(xué)科，并且有著與其它領(lǐng)域相互結(jié)合、共同發(fā)展的趨勢(shì)。隨著數(shù)據(jù)科學(xué)問題的規(guī)模越來越大，現(xiàn)代科研和應(yīng)用更加強(qiáng)調(diào)擁有多領(lǐng)域、多學(xué)科背景的人進(jìn)行團(tuán)隊(duì)合作，因此數(shù)據(jù)科學(xué)也有著軟件工程的特征。

人工智能的基礎(chǔ)是大數(shù)據(jù)（數(shù)據(jù)科學(xué)），大數(shù)據(jù)（數(shù)據(jù)科學(xué)）的基礎(chǔ)是云計(jì)算。當(dāng)前大數(shù)據(jù)技術(shù)已經(jīng)與人工智能技術(shù)緊密結(jié)合，讓各種程序和系統(tǒng)更加智能，從而進(jìn)一步影響我們的生活。

五、推薦資源

1）《集體智慧編程》 2）kaggle https://www.kaggle.com/，機(jī)器學(xué)習(xí)競(jìng)賽、編寫和分享代碼的平臺(tái) 3）Quora 獲取和分享知識(shí)的平臺(tái)，類似于知乎 4）吳恩達(dá)的機(jī)器學(xué)習(xí)視頻課程，https://www.coursera.org/learn/machine-learning

延伸推薦

點(diǎn)擊關(guān)鍵詞新書：
Python|機(jī)器學(xué)習(xí)|Kotlin|Java|移動(dòng)開發(fā)|機(jī)器人|有獎(jiǎng)活動(dòng)|Web前端|書單

在“異步圖書”后臺(tái)回復(fù)“關(guān)注”，即可免費(fèi)獲得2000門在線視頻課程；推薦朋友關(guān)注根據(jù)提示獲取贈(zèng)書鏈接，免費(fèi)得異步圖書一本。趕緊來參加哦！
點(diǎn)擊閱讀原文，查看本書更多信息
掃一掃上方二維碼，回復(fù)“關(guān)注”參與活動(dòng)！

轉(zhuǎn)載于:https://blog.51cto.com/13127751/2073111

總結(jié)

以上是生活随笔為你收集整理的《数据科学家访谈录》读书笔记的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。