《图解数据科学》[日]增井敏克 | PDF下载|ePub下载

第一章 数据科学的支撑技术
– 应对未来需求高涨的必修课 –
1-1 21 世纪的石油
数据、信息 ………………………………………………………………………………002
1-2 数据为何越来越多
信息化社会、物联网、信息社会、传感器 ……………………………….004
1-3 综合各种知识进行分析
数据科学、数据挖掘………………………………………………………………..006
1-4 从数据中发现价值的职业
数据科学家、数据工程师、数据分析师……………………………………008
1-5 数据不能直接拿来使用
结构化数据、非结构化数据……………………………………………………..010
1-6 大量的数据是宝藏
数据、3 个 V…………………………………………………………………………….012
1-7 人与计算机易于处理的数据不同
杂乱数据、整齐数据………………………………………………………………..014
1-8 把握供数据使用的数据
主数据、元数据……………………………………………………………………….016
1-9 将数据整理到一处
数据基础设施、商业智能仪表盘、数据管道 ……………………………018
1-10 对高效处理流程进行思考
算法、数据结构……………………………………………………………………….020
1-11 导出规则的实用化
模型、建模………………………………………………………………………………022
1-12 用于处理数据的编程语言
R 语言、Python 语言、Julia 语言………………………………………………024
1-13 任何人都可以免费使用的数据
开放数据、e-Stat、WebAPI……………………………………………………..026
1-14 一边娱乐，一边学习分析方法
Kaggle、编程比赛、CTF…………………………………………………………..028
1-15 围绕 IT 进行思考
数字化转型、数码化、数字化………………………………………………….030
1-16 已经分析的数据的运用事例
聊天机器人、推荐……………………………………………………………………032
1-17 购买了这款商品的顾客还同时购买了这样的商品
购物篮分析、关联分析、RFM 分析………………………………………….034
1-18 根据数据进行不同的定价
动态定价、金融科技………………………………………………………………..036
1-19 从小规模出发进行尝试
概念验证、小规模启动…………………………………………………………….038
1-20 持续不断地谋求改善
PDCA 循环、OODA 循环、反馈循环………………………………………..040
1-21 先行确定目标，之后有策略地进行实施
KPI、KGI、KSF………………………………………………………………………042
1-22 把握与数据相关的人
用例、利益相关者……………………………………………………………………044
试一试 尝试一下对使用数据的事例进行调查吧……………………… 046
第二章 数据的基础
– 表示方法与读取方法 –
2-1 数据的分类
名义尺度、定序尺度、定距尺度、比例尺度、定性变量、
定量变量 ………………………………………………………………………………….048
2-2 从范围的角度对数据加以区分
频数分布表、组、频数、组距、直方图……………………………………050
2-3 区别使用各种图形
棒状图、折线图……………………………………………………………………….052
2-4 表示比例的图形
饼状图、带状图……………………………………………………………………….054
2-5 将各种数据展示于一张图中
雷达图、箱形图……………………………………………………………………….056
2-6 构成数据基准的数值
代表性数值、平均值、中位数、鲁棒性、众数 ………………………..058
2-7 掌握数据离散程度
方差、标准偏差……………………………………………………………………….060
2-8 用一个标准判断
变异系数、标准化、偏差值……………………………………………………..062
2-9 处理不恰当的数据
异常值、缺失值……………………………………………………………………….064
2-10 为什么销售额的八成来自两成的商品 ?
帕累托定律、帕累托分析、帕累托图、长尾效应 …………………….066
2-11 对数量实施视觉展示
数据可视化、层级区分图、文字云图……………………………………….068
2-12 任何人都可以使用的便捷的数据分析工具
BI 工具、OLAP…………………………………………………………………………070
2-13 集中管理数据
数据仓库、数据湖、数据集市………………………………………………….072
2-14 对数据协作进行思考
ETL、EAI、ESB……………………………………………………………………….074
2-15 对数据结构进行可视化
ER 图、DFD 图、CRUD 表、CRUD 图……………………………………..076
2-16 设计数据库
正规化、非正规化……………………………………………………………………078
2-17 对纸上打印的数据进行提取处理
OCR、OMR………………………………………………………………………………080
2-18 高精度、高速度地导入数据
条形码、二维码、NFC……………………………………………………………..082
试一试 尝试一下对使用数据的事例进行调查吧………………………. 084
第三章 数据处理与充分利用
– 对数据进行分类和预测 –
3-1 根据获取时间而变化的数据
时间序列数据、趋势、噪声、周期…………………………………………..086
3-2 程序自动输出的数据
日志、转储文件……………………………………………………………………….088
3-3 捕捉长期变化
移动平均法、移动平均线、加权移动平均法……………………………090
3-4 掌握两个数轴之间的关系
散点图、协方差、相关系数……………………………………………………..092
3-5 不被表面的关系所欺骗
相关关系、因果关系、伪相关………………………………………………….094
3-6 立足于多个数轴进行汇总
交叉汇总、联合分析、直交表………………………………………………….096
3-7 通过减少数轴的数量来把握特征
维度、主成分分析……………………………………………………………………098
3-8 了解人们对两点之间距离的看法
欧几里得距离、曼哈顿距离……………………………………………………..100
3-9 调查相似的角度
余弦相似度、Word2Vec……………………………………………………………102
3-10 数据分析不只有帅气的一面
预处理、数据准备、数据清洗、数据分析识别………………………..104
3-11 明确多个数轴之间的关系
回归分析、最小二乘法…………………………………………………………….106
3-12 了解高级回归分析
多重回归分析、逻辑回归分析………………………………………………….108
3-13 对分类进行预测
判别分析、马哈拉诺比斯距离………………………………………………….110
3-14 基于已掌握的知识进行数值推算
费米估算………………………………………………………………………………….112
3-15 实现对掷骰子结果的操控
随机数、伪随机数、随机种子、蒙特卡罗法……………………………114
3-16 通过反复预测提高精度
德尔菲法、指数平滑法……………………………………………………………116
3-17 了解各种分析方法
多变量分析、数量化一类、数量化二类、数量化三类……………..118
试一试 尝试一下统计问卷调查的结果吧…………………………………. 120
第四章 需要了解的统计学知识
– 立足于数据推测答案 –
4-1 统计学的分类
描述统计学、推断统计学…………………………………………………………122
4-2 抽取数据
总体、样本、随机抽样…………………………………………………………….124
4-3 用数值表示易发性
统计概率、数学概率、概率、期望值 ………………………………………126
4-4 针对几个独立事件同时发生的概率进行思考
同时概率、独立性、互斥性、条件概率、概率的乘法定理………128
4-5 基于结果对原因进行思考
先验概率、后验概率、贝叶斯定理、似然 ……………………………….130
4-6 把握数据的分布
概率分布、均匀分布、二项分布、正态分布、标准正态分布…..132
4-7 如果收集众多数据，就能接近真实值
中心极限定理、大数定律…………………………………………………………134
4-8 用函数来表示分布
概率密度函数、累积分布函数………………………………………………….136
4-9 根据抽取的数据推测原始的总体
无偏估计量、点估计、区间估计、置信区间 ……………………………138
4-10 在不知道方差的情况下进行推算
标准误差、无偏方差、自由度、t 分布 …………………………………….140
4-11 从统计学的角度进行验证
检验、原假设、备译假设、拒绝………………………………………………142
4-12 确定做出正确判断的基准
检验统计量、拒绝域、显著性水平、双侧检验、单侧检验………144
4-13 对检验结果做出判断
p 值、显著性差异、错误、第一类错误、第二类错误………………146
4-14 检验平均值
Z 检验、t 检验…………………………………………………………………………148
4-15 检验方差
χ 2 分布、χ 2 检验、F 检验………………………………………………………….150
试一试 尝试检验一下身边的食品吧………………………………………… 152
第五章 需要了解的有关人工智能的知识
– 常用的手法及其机制 –
5-1 打造与人类具有同等智慧的计算机
人工智能、图灵测试……………………………………………………………….154
5-2 实现人工智能的手法
机器学习、监督学习、无监督学习、强化学习………………………..156
5-3 用于评价人工智能的指标
混淆矩阵、准确率、精确率、召回率、F 值、交叉验证………….158
5-4 掌握学习的进度
过拟合、欠拟合……………………………………………………………………….160
5-5 模仿大脑的学习方法
神经网络、损失函数、误差反向传播法……………………………………162
5-6 逐渐接近最优解
梯度下降法、局部解、学习率………………………………………………….164
5-7 深入各分层，利用大量数据进行学习
深度学习、CNN、RNN、LSTM…………………………………………………166
5-8 对误差进行量化
偏差 – 方差分解、折中…………………………………………………………….168
5-9 提升精度
正则化、拉索回归、岭回归……………………………………………………..170
5-10 分成多个组
聚类、k 均值算法…………………………………………………………………….172
5-11 划分为任意个簇
分层次聚类、Ward 法、最短距离法、最长距离法……………………174
5-12 在树结构中学习
决策树、不纯度、信息增益……………………………………………………..176
5-13 使用多个人工智能进行多数表决
随机森林、集成学习、引导聚集算法、提升方法…………………….178
5-14 评价规则的指标
支持度、置信度、提升度…………………………………………………………180
5-15 边界余量的最大化
支持向量机、超平面、硬余量、软余量……………………………………182
5-16 进行自动的机器学习
自动化机器学习、可解释性人工智能……………………………………….184
5-17 结合各种方法寻找解决方法
运筹学、数理优化、数理设计法、概率设计法………………………..186
试一试 查找一下最新的论文吧……………………………………………….. 188
第六章 有关安全与隐私的问题
– 数据社会将走向何方？ –
6-1 处理数据时必须遵守道德
信息伦理、数据伦理………………………………………………………………..190
6-2 数据可靠性堪忧
统计造假、技术人员伦理………………………………………………………..192
6-3 错误认识导致精度下降
数据偏差、算法偏差 ……………………………………………………………….194
6-4 在日本对于个人信息的处理
个人信息保护法、P 认证 …………………………………………………………196
6-5 在海外对于个人信息的处理
GDPR、CCPA …………………………………………………………………………..198
6-6 对个人信息的充分利用进行思考
假名化、匿名化、k- 匿名化 ……………………………………………………200
6-7 对数据的流通、一般使用与充分利用进行思考
数据驱动型社会、超智能社会、信息银行 ………………………………202
6-8 制定处理数据时的规则
信息安全政策、隐私政策…………………………………………………………204
6-9 公示收集数据的目的
使用目的、选择加入、选择退出………………………………………………206
6-10 了解保有数据的权利
知识产权、著作权……………………………………………………………………208
6-11 自动获得外部数据
抓取、爬取 ………………………………………………………………………………210
6-12 对保有数据的读取进行管理
访问控制、备份……………………………………………………………………….212
6-13 防止从内部带出数据
审计、数据泄露防护………………………………………………………………..214
6-14 每次都能得到相同结果
幂等性 ……………………………………………………………………………………..216
· · · · · ·