.
第1章 簡介第2章 Python速成班第3章 資料視覺化第4章 線性代數第5章 統計學第6章 機率第7章 假設與推論第8章 梯度遞減第9章 取得資料第10章 處理資料第11章 機器學習第12章 k最近鄰第13章 單純貝氏第14章 簡單線性迴歸第15章 多元迴歸第16章 邏輯迴歸第17章 決策樹第18章 神經網路第19章 深度學習第20章 集群第21章 自然語言處理第22章 網路分析第23章 推薦系統第24章 資料庫與SQL第25章 MapReduce第26章 資料道德規範第27章 勇往直前,資料科學做就對了
文科生也看得懂的資料科學 Python資料科學學習手冊 R 資料科學