本書共19章，第1章介紹資料科學中涉及的基本領域；第2～3章介紹與資料工作緊密相關的python語言基礎；第4章講解描述性統計分析在宏觀業務領域的分析；第5章講解資料規整、清洗的重要技能；第6章介紹資料科學領域實用的四大統計檢驗；第7章講解當被解釋變數為連續變數時，如何使用線性回歸作預測；第8章講解使用邏輯回歸作評分卡模型；第9章講解另外一個可解釋模型——決策樹。第10～12章分別講解了bp神經網路、樸素貝葉斯、近鄰域、支援向量機的原理和在決策類模型中的運用；第13～14章作為一個整體講解商業分析場景下的資訊壓縮；第15章以產品推薦作為案例，講解發現事件與事件伴生關係的關聯分析和序列分析演算法；第16章使用欺詐識別案例講解當被解釋變數分佈極 端不平衡時的處理方法；第17章繼續使用欺詐識別案例講解集成學習演算法；第18章講解了使用效應分解和arima方法實現宏觀業務指標預測；第19章用案例展現了分類和聚類模型的crisp-dm和semma流程。

退換貨說明：

會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。

辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。