数据科学与数学建模

书籍简介:

现有的本科、研究生“数据挖掘”、“数据科学”、“数学建模”等同类教材大多数偏重于模型和算法的理论介绍，对于一些非985的一本、二本工科院校计算机、信息相关专业的学生，理论基础不够扎实，这种教材编写方式不利于学生理论联系实际，往往课堂上学习了算法的理论模型，既不会自己编程实现，又不能用于解决实际问题，造成了理论和实际脱节。本教材的定位是理论联系案例，最大程度的帮助学生利用课堂所学知识学以致用。教材中除了既有算法的理论部分，又为每一个或每一类算法配一个或多个具有代表性、贴近实际应用的典型案例，通过对教材案例的学习，学生能够掌握一类问题的解决方法。例如，神经网络的案例是手写字识别，朴素贝叶斯的案例是垃圾邮件分类，通过这样的典型案例，学生很容易扩展到垃圾短信等其它同类问题的解决上。教材的理论部分基于主编老师2009年出版的《数据挖掘与数学建模》一书稍作改编和删减。案例部分全部重新改写，基于目前机器学习领域主流的编程语言Python的一些基础库，如scikit-learn，pandas，numpy实现。案例数据使用一些贴近实际应用，有代表性的UCI、kaggle公开数据集，把一部分核心代码和案例描述在教材中呈现，代码完整部分可以用电子资源（光盘或网站）的形式提供。

书籍规格:

书籍信息归属:

数据科学与数学建模是华中科技大学出版社于2019.1出版的中图分类号为 TP311.13 的主题关于 数据模型－高等学校－教材 的书籍。