作品簡介
本書系統化梳理數據科學的核心概念、方法與實務工具,從統計基礎、資料前處理、機器學習模型到模型部署與倫理考量,並以多個實際案例說明如何將數據洞察轉化為企業決策。適合學術研究者、業界實務人員及對數據科學產業鏈有興趣的讀者。
章節列表
共 10 章
1
第一章:數據科學的起源與發展
2026-03-06
2
第二章 統計基礎與資料探索
2026-03-06
3
第三章:模型選擇與評估——從機器學習到深度學習的橋樑
2026-03-06
4
第四章 資料前處理與特徵工程:為模型鋪路
2026-03-06
5
第 5 章:模型選擇與效能評估:從基礎到複雜模型的落地判斷
2026-03-06
6
第六章:深度學習與神經網路
2026-03-06
7
第七章:模型部署與實時決策
2026-03-06
8
第 8 章:數據倫理、隱私與合規
2026-03-06
9
第九章:從模型到決策——MLOps 與業務價值落地
2026-03-06
10
第十章:從洞察到行動——數據科學的決策生命週期
2026-03-06