【研究生】加州大学伯克利分校的数据科学官方解析-新东方前途出国

为什么学数据科学？ 

在此次疫情排查工作中，不少地方采取的仍然是传统的工作方法，往往都是耗时费力的“大工程”。就基础信息采集而言，传统的排查主要是依赖于各基层单位，如村委会、居委会、派出所等派出大量人力，通过挨家挨户走访、一对一电联等方式核实信息，再加以文字记录。而基层填报的疫情排查表格中，其涵盖的公民个人信息、健康状况等基础内容，在每日更新的过程中基本都是一致的。这些内容的反复填报，无疑会增加基层工作者的时间成本。 

采用一些数字化工具则可以减轻基层工作者的压力，如腾讯公司现有的TIM APP，通过群组在线编辑文档的方式，让群组成员可以同时填写一份文档，将文档实时储存在云端，可以减少信息汇总的繁琐。百度公司针对疫情紧急推出的智能外呼平台应用，在收集大量居民电话数据的基础上，同一时间可拨出500个以上的电话，一小时可外呼5000个以上的电话号码，实现流动人口排查、本地居民排查/回访、特定人群通知等多个场景功能，通过智能语音机器人，自动转换为文字回复信息，录入数据库，让更多基层工作人员能够及时有效了解属地各类情况，将更大的精力投入到疫情防控的实质工作中。 

数学类  

统计学习导论：基于R应用 

书名：An Introduction to Statistical Learning 

这本书由南加州大学马歇尔商学院院长Gareth James等人出品，主要面向非数学专业的高年级本科生，硕士生和博士生。该书内容主要由R语言实现，并详细说明了统计学习方法在现实生活中的应用实例。并且，人大统计学院王星副教授已将此书翻译为中文版。  

统计思维：程序员数学之概率统计  

书名：Think Stats   

这本书的作者是美国计算机科学家Allen B. Downey。《统计思维》着重介绍了一些简单的技术，读者可以用真实的数据集对其进行探索。书中使用美国国立卫生研究院的数据进行了案例研究。还有配套的GitHub仓库，提供代码示例。 

统计学习基础  

书名：The Elements of Statistical Learning: Data Mining, Inference, and Prediction   

斯坦福大学数学科学教授Trevor Hastie等人出品。这本书强调的是概念而非数学本身，内文采用大量图表来展示范例。本书涵盖的范围很广，从监督学习到无监督学习，均有涉及。 

数据科学 

介绍完数学，接下来正式进入数据科学部分。   

书名：The Elements of Data Analytic Style 

这本书侧重于传统统计学课程和教科书容易遗漏的细节，可作为数据科学或数据分析入门课程教材。 

程序员数据挖掘指南 

书名：The Ancient Art of the Numerati 

这是一本入门向书籍，用于学习基本的数据挖掘知识。 

大部分关于数据挖掘的书都着重于理论知识的讲解，虽然理论知识非常重要，但还是有些让人望而却步。如果你是一名程序员，想对数据挖掘做一些初步的了解，那么可以选择这本书。本书采用“边学边做”的方式编写，作者强烈建议读者动手实践每一章结尾提供的练习题。 

数据科学手册 

书名：The Data Science Handbook 

这本书是25位杰出数据科学家深度访谈的汇编。其中，有来自领域专家的见解、故事和建议。 

Python 

人生苦短，我用Python。学习人工智能，总是绕不开Python这一趴。 

Python面向对象编程 

书名：Object-Oriented Programming with Python 

此书针对Python 3面向对象编程，是一本简明、权威的指南。语言简明，概念清晰。适合已经对Python有所理解的中级学习者。 

Python数据科学手册 

书名：Python Data Science Handbook 

Python科学计算必备资料。 

这本书非常适合作为解决日常问题的参考书籍，包括：处理、转换和清除数据；可视化不同类型的数据；使用数据建立统计或机器学习模型。 

机器学习 

接下来，进入机器学习书籍的推荐环节。 

深入理解机器学习：从原理到算法 

书名：Understanding Machine Learning: From Theory to Algorithms 

本书讨论了学习的计算复杂度、凸性和稳定性、PAC-贝叶斯方法、压缩界等概念，并介绍了一些重要的算法范式，包括随机梯度下降、神经元网络以及结构化输出。适合有一定基础的高年级本科生和研究生学习，也适合作为IT行业从事数据分析和挖掘的专业人员以及研究人员参考阅读。 

数据可视化 

书名：D3 Tips and Tricks 

最后推荐一本关于数据可视化的书籍。 

D3 Tips and Tricks介绍了如何利用d3.js这一工具，实现数据可视化。