命令行中的数据科学 PDF下载

前言
第1章 简介　
　1.1　概述　
　1.2　数据科学就是OSEMN　
　1.2.1　数据获取　
　1.2.2　数据清洗　
　1.2.3　数据探索　
　1.2.4　数据建模　
　1.2.5　数据解释　
　1.3　插入的几章　
　1.4　什么是命令行　
　1.5　为什么用命令行做数据科学工作　
　1.5.1　命令行的灵活性　
　1.5.2　命令行可增强　<；p>；
	前言<；br />；
第1章 简介　<；br />；
　1.1　概述　<；br />；
　1.2　数据科学就是OSEMN　<；br />；
　1.2.1　数据获取　<；br />；
　1.2.2　数据清洗　<；br />；
　1.2.3　数据探索　<；br />；
　1.2.4　数据建模　<；br />；
　1.2.5　数据解释　<；br />；
　1.3　插入的几章　<；br />；
　1.4　什么是命令行　<；br />；
　1.5　为什么用命令行做数据科学工作　<；br />；
　1.5.1　命令行的灵活性　<；br />；
　1.5.2　命令行可增强　<；br />；
　1.5.3　命令行可扩展　<；br />；
　1.5.4　命令行可扩充　<；br />；
　1.5.5　命令行无处不在　<；br />；
　1.6　一个现实用例　<；br />；
　1.7　延伸阅读　<；br />；
第2章 入门指南　<；br />；
　2.1　概述　<；br />；
　2.2　设置数据科学工具箱　<；br />；
　2.2.1　步骤1：下载和安装VirtualBox　<；br />；
　2.2.2　步骤2：下载和安装Vagrant　<；br />；
　2.2.3　步骤3：下载并启动数据科学工具箱　<；br />；
　2.2.4　步骤4：登录（Linux 和Mac OS X）　<；br />；
　2.2.5　步骤4：登录（微软Windows）　<；br />；
　2.2.6　步骤5：关闭或重启　<；br />；
　2.3　必要的概念和工具　<；br />；
　2.3.1　环境　<；br />；
　2.3.2　运行命令行工具　<；br />；
　2.3.3　五类命令行工具　<；br />；
　2.3.4　命令行工具的组合　<；br />；
　2.3.5　输入和输出重定向　<；br />；
　2.3.6　处理文件　<；br />；
　2.3.7　寻求帮助　<；br />；
　2.4　延伸阅读　<；br />；
第3章 数据获取　<；br />；
　3.1　概述　<；br />；
　3.2　将本地文件复制到数据科学工具箱　<；br />；
　3.2.1　本地数据科学工具箱　<；br />；
　3.2.2　远程数据科学工具箱　<；br />；
　3.3　解压缩文件　<；br />；
　3.4　微软Excel 电子表格的转换　<；br />；
　3.5　查询关系数据库　<；br />；
　3.6　从互联网下载　<；br />；
　3.7　调用Web API　<；br />；
　3.8　延伸阅读　<；br />；
第4章 创建可重用的命令行工具　<br />
　4.1　概述　<br />
　4.2　将单行转变为shell 脚本　<br />
　4.2.1　步骤1：复制和粘贴　<br />
　4.2.2　步骤2：添加执行权限　<br />
　4.2.3　步骤3：定义shebang　<br />
　4.2.4　步骤4：删除固定的输入　<br />
　4.2.5　步骤5：参数化　<br />
　4.2.6　步骤6：扩展PATH　<br />
　4.3　用Python 和R 创建命令行工具　<br />
　4.3.1　移植shell 脚本　<br />
　4.3.2　处理来自标准输入的流数据　<br />
　4.4　延伸阅读　<br />
第5章 数据清洗　<br />
　5.1　概述　<br />
　5.2　纯文本的常见清洗操作　<br />
　5.2.1　行过滤　<br />
　5.2.2　值提取　<br />
　5.2.3　值替换和删除　<br />
　5.3　处理CSV　<br />
　5.3.1　主体、头部和列　<br />
　5.3.2　对CSV 执行SQL 查询　<br />
　5.4　处理HTML/XML 和JSON　<br />
　5.5　CSV 的常见清洗操作　<br />
　5.5.1　列的提取和重排序　<br />
　5.5.2　行过滤　<br />
　5.5.3　列合并　<br />
　5.5.4　多个CSV 文件的合并　<br />
　5.6　延伸阅读　<br />
第6章 管理数据工作流　<br />
　6.1　概述　<br />
　6.2　Drake 简介　<br />
　6.3　Drake 的安装　<br />
　6.4　获取古腾堡计划中下载最多的电子书　<br />
　6.5　所有工作流都从单个步骤开始　<br />
　6.6　具体情况具体对待　<br />
　6.7　重新构建具体目标　<br />
　6.8　讨论　<br />
　6.9　延伸阅读　<br />
第7章 数据探索　<br />
　7.1　概述　<br />
　7.2　检查数据及其属性　<br />
　7.2.1　确定有无数据头　<br />
　7.2.2　检查所有数据　<br />
　7.2.3　特征名称和数据类型　<br />
　7.2.4　唯一标识、连续变量和因子　<br />
　7.3　计算描述性统计信息　<br />
　7.3.1　使用csvstat　<br />
　7.3.2　在命令行中通过Rio 使用R　<br />
　7.4　生成可视化图形　<br />
　7.4.1　介绍Gunplot 和feedgnuplot　<br />
　7.4.2　介绍ggplot2　<br />
　7.4.3　直方图　<br />
　7.4.4　条形图　<br />
　7.4.5　密度图　<br />
　7.4.6　箱线图　<br />
　7.4.7　散点图　<br />
　7.4.8　折线图　<br />
　7.4.9　总结　<br />
　7.5　延伸阅读　<br />
第8章 并行管道　<br />
　8.1　概述　<br />
　8.2　串行处理　<br />
　8.2.1　对数字进行遍历　<br />
　8.2.2　对行进行遍历　<br />
　8.2.3　对文件进行遍历　<br />
　8.3　并行处理　<br />
　8.3.1　GNU Parallel 介绍　<br />
　8.3.2　指定输入　<br />
　8.3.3　控制并发任务的个数　<br />
　8.3.4　记录日志和输出　<br />
　8.3.5　创建并行工具　<br />
　8.4　分布式处理　<br />
　8.4.1　获得运行中的AWS EC2 实例列表　<br />
　8.4.2　在远程机器上运行命令　<br />
　8.4.3　在远程机器间分发本地数据　<br />
　8.4.4　在远程机器上处理文件　<br />
　8.5　讨论　<br />
　8.6　延伸阅读　<br />
第9章 数据建模　<br />
　9.1　概述　<br />
　9.2　更多的酒，来吧！　<br />
　9.3　用Tapkee 降维　<br />
　9.3.1　介绍Tapkee　<br />
　9.3.2　安装Tapkee　<br />
　9.3.3　线性和非线性映射　<br />
　9.4　用Weka 聚类　<br />
　9.4.1　介绍Weka　<br />
　9.4.2　在命令行里改进Weka　<br />
　9.4.3　在CSV 和ARFF 格式之间转换　<br />
　9.4.4　比较三种聚类算法　<br />
　9.5　通过SciKit-Learn Laboratory 进行回归　<br />
　9.5.1　准备数据　<br />
　9.5.2　运行实验　<br />
　9.5.3　解析结果　<br />
　9.6　用BigML 分类　<br />
　9.6.1　生成均衡的训练和测试数据集　<br />
　9.6.2　调用API　<br />
　9.6.3　检查结果　<br />
　9.6.4　小结　<br />
　9.7　延伸阅读　<br />
第10章 总结　<br />
　10.1　让我们回顾一下<br />
　10.2　三条建议　<br />
　10.2.1　有耐心　<br />
　10.2.2　有所创新　<br />
　10.2.3　肯于实践　<br />
　10.3　接下来做什么　<br />
　10.3.1　API　<br />
　10.3.2　shell 编程　<br />
　10.3.3　Python、R 和SQL　<br />
　10.3.4　数据解释　<br />
　10.4　联系方式　<br />
　附录A　命令行工具列表　<br />
　附录B　参考文献　<br />
　作者介绍　<br />
　封面介绍　
</p>