1.在数据学科的角度，融合了数学、计算机科学、计量经济学的精髓。

2.为读者阐释了数据科学所要解决的核心问题—数据模型、算法模型的理论内涵和适用范围

3.以常用的IT工具—Python为基础，教会读者如何建模以及通过算法实现数据模型，具有很强的实操性。

4.本书还为读者详解了分布式机器学习、神经网络、深度学习等大数据和人工智能的前沿技术。

中国工程院院士、第三世界科学院院士、前中国科学院计算技术研究所所长李国杰，

易选股金融智能证券董事长，键桥通讯董事易欢欢作序推荐；

复旦大学教授、博士生导师、复旦大学航空航天数据研究中心主任杨卫东，

美国罗格斯大学管理科学及信息系统系终身教授，中国计算机学会大数据专家委员会委员林晓东，诚意推荐。

本书全面讲解了数据科学的相关知识，从统计分析学到机器学习、深度学习中用到的算法及模型，借鉴经济学视角给出模型的相关解释，深入探讨模型的可用性，并结合大量的实际案例和代码帮助读者学以致用，将具体的应用场景和现有的模型相结合，从而更好地发现模型的潜在应用场景。

本书可作为数据科学家和数据工程师的学习用书，也适合对数据科学有强烈兴趣的初学者使用，同时也可作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。

1.2.1 机器学习与传统编程 5

1.2.2 监督式学习和非监督式学习 8

第 2章 Python安装指南与简介：告别空谈 12

2.1.3 不可能绕过的第三方库 17

第3章 数学基础：恼人但又不可或缺的知识 36

3.2.1 定义概率：事件和概率空间 47

3.2.2 条件概率：信息的价值 48

3.2.3 随机变量：两种不同的随机 50

3.3.1 导数和积分：位置、速度 55

3.3.5 极值与最值：最优选择 59

第4章 线性回归：模型之母 62

4.1.1 从机器学习的角度看这个问题 66

4.1.2 从统计学的角度看这个问题 69

4.2 上手实践：模型实现 73

4.3.1 过度拟合：模型越复杂越好吗 84

4.3.2 模型幻觉之统计学方案：假设检验 87

4.3.3 模型幻觉之机器学习方案：惩罚项 89

第5章 逻辑回归：隐藏因子 97

5.1 二元分类问题：是与否 98

5.1.2 窗口效应：看不见的才是关键 100

5.1.4 参数估计之似然函数：统计学角度 104

5.1.5 参数估计之损失函数：机器学习角度 104

5.1.6 参数估计之最终预测：从概率到选择 106

5.1.7 空间变换：非线性到线性 106

5.2 上手实践：模型实现 108

5.2.1 初步分析数据：直观印象 108

5.3 评估模型效果：孰优孰劣 118

5.4 多元分类问题：超越是与否 127

5.4.1 多元逻辑回归：逻辑分布的威力 128

第6章 工程实现：计算机是怎么算的 138

6.1 算法思路：模拟滚动 139

6.2 数值求解：梯度下降法 141

6.3 上手实践：代码实现 142

6.4 更优化的算法：随机梯度下降法 153

第7章 计量经济学的启示：他山之石 159

7.1 定量与定性：变量的数学运算合理吗 161

7.3.1 定量变量转换为定性变量 171

7.5 多重共线性：多变量的烦恼 176

7.6 内生性：变化来自何处 191

第8章 监督式学习： 目标明确 202

8.1.3 从几何直观到最优化问题 207

8.1.7 支持向量学习机与逻辑回归：隐藏的假设 213

8.2.1 空间变换：从非线性到线性 216

8.2.4 核函数的定义：优化运算 221

8.3.4 决策树预测算法以及模型的联结 231

第9章 生成式模型：量化信息的价值 246

9.3.2 线性判别分析与逻辑回归比较 269

9.4.6 股票市场：非监督式学习 284

第 10章 非监督式学习：聚类与降维 290

第 11章 分布式机器学习：集体力量 325

11.2 最优化问题的分布式解法 341

11.3 大数据模型的两个维度 344

第 12章 神经网络：模拟人的大脑 353

12.4 提高神经网络的学习效率 373

第 13章 深度学习：继续探索 383

13.1 利用神经网络识别数字 384