内容介绍：
[本书介绍]
聚焦于使用数据科学领域中比较流行的Python语言来进行数据采集、数据加工处理、数据分析、数据挖掘、文本挖掘和海量数据分析处理。帮助读者掌握从事数据科学工作的必备技能。
[丛书介绍]
随着信息存储和传输技术的发展，特别是在移动计算、云计算、物联网等技术的支持下，社交网络、基于位置的服务、协同服务等新型服务和信息应用模式持续拓展着人们创造和分享信息的范围和形式，数据以前所未有的速度不断地增长和积累，大数据时代已经到来。
在这个时代，数据作为最重要的生产资源，成为改变世界、推动全球经济发展的支柱。面对日益成熟的商业大数据环境，如何有效地分析和利用数据成为急需解决的基础性问题。旺盛的社会需求催生出一个新的领域——商业分析（Business Analytics）。
商业分析是在大数据时代面向现实商业环境，以系统的观点为指导，运用定性与定量相结合的方法以及相关学科的研究手段，深入探究大数据环境下数据管理、数据分析、智能决策等问题的学科领域。为推动该领域的进一步发展，特别是商业分析人才的培养，我们特组织高校相关专业教师和企业一线业务人员编写了这套商业分析丛书。
作者介绍：
许鑫，管理学博士，华东师范大学经济与管理学部教授、博士生导师，华东师范大学人文与社会科学研究院副院长，兼任教育部教学指导委员会委员、上海MBA教指委秘书长、上海图书馆学会学术委员会副主任等社会职务。在商业分析、科技情报等领域有着深入研究，先后主持国家级和省部级纵向课题二十余项，在国内外核心期刊发表学术论文二百余篇，出版专著、教材、研究报告十余部。
段宇锋，管理学博士，华东师范大学经济与管理学部教授、博士生导师，兼任全国图书情报专业学位研究生教育指导委员会委员、中国科学技术情报学会理事、中国科学学与科技政策研究会全国科学计量学与信息计量学专业委员会副主任委员。在国内外重要学术刊物公开发表论文九十余篇，主要研究领域为信息组织、信息计量。
蔚海燕，管理学博士，华东师范大学经济与管理学部信息管理系副教授、硕士生导师，图书情报专硕项目负责人，美国威斯康辛大学密尔沃基分校信息研究学院访问学者，上海图书馆学会理论委员会、青年委员会委员。研究领域主要包括科学数据管理、商业分析、图书馆数据服务等，先后主持国家社科基金、上海市哲社项目、上海市科委软科学重点项目等纵向课题以及多项企业横向课题。在国内外核心期刊发表学术论文三十余篇，出版了学术专著和多部教材。
王仁武，工学博士，华东师范大学经济与管理学部副教授、硕士生导师。主持和参与国家社科基金项目、国家自然科学基金项目、省部级项目以及企业委托项目近二十项、在国内外学术期刊上发表学术论文数十篇，出版专业著作与教材近十部。曾在知名互联网公司负责领导与管理技术研发与网站运维部门。曾主持设计开发过多个企业的管理信息系统。研究方向：商业数据的分析与挖掘、数据智能等。
本书目录：
基础编
1 数据科学简介
1.1 什么是数据科学
1.2 如何学习数据科学
1.3 什么是数据科学家
1.4 数据科学家需要掌握的技能
1.5 Python与数据科学
1.6 数据科学领域常用的Python包
本章小结
参考文献
2 Python基础知识
2.1 Python基本概念
2.2 序列和基本语句
2.3 函数和模块
本章小结
习题
参考文献
分析编
3 Python数据获取与数据预处理
3.1 Python数据获取
3.2 Python数据预处理
本章小结
习题
参考文献
4 利用Python进行数据分析
4.1 数据分析与Python
4.2 基本统计分析
4.3 主成分分析（PCA）
4.4 线性回归
本章小结
习题
参考文献
挖掘编
5 利用Python进行数据挖抛
5.1 数据挖掘与Py
5.2 k最近邻（k-Nearest Neighbor）
5.3 决策树（Decision Tree）
5.4 朴素贝叶斯（Naive Bayesian）
5.5 逻辑回归（Logistic Regression）
5.6 Apriori算法
5.7 聚类分析（Clustering Analysis）
5.8 随机森林（Random Forest）
本章小结
习题
参考文献
6 利用Python进行文本挖掘
6.1 文本挖掘简介
6.2 Python与文本分类
6.3 Python与文本聚类
6.4 Python与文本情感分析
6.5 Python与全文检索
本章小结
习题
参考文献
提高编
7 Python与海量数据处理简介
7.1 Spark简介
7.2 Pag
7.3 Python与推荐系统
本章小结
习题
参考文献
· · · · · · (更多)
