精通数据科学：从线性回归到深度学习

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*、深度学*中用到的*法及模型，借鉴经济学视角给出模型的相关解释，深探讨模型的可用性，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*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*机、数学及相关专业的师生用书和培训学校的教材。
【推荐语】
1.在数据学科的角度，融合了数学、计*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**问题—数据模型、*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*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*、*经网络、深度学*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*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；GrowingIO 创始人兼 CEO张溪梦，复旦大学教授、博士生导师、复旦大学航空航天数据研究中*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*机学会大数据专家委员会委员林晓东，诚意推荐。
【作者】
唐亘，数据科学家，专注于机器学*和大数据。曾获得复旦大学的数学和计*机双学士学位；巴黎综合理工的金融硕士学位；法国国立统计与经济管理学校的数据科学硕士学位。热爱并积极参与Apache Spark和Scikit-Learn等源项目。作为讲师和技术顾问，为多家机构（包括惠普、华为、复旦大学等）提供百余场技术培训。此前的工作和研究集中于经济和量化金融，曾参与经济合作与发展组织（OECD）的研究项目并发表论文，并担任英国知*在线出版社Packt的技术审稿人。