《資料科學家訪談錄》
【美】Carl Shan（單研） 、William Chen（陳子蔚） 、Henry Wang（汪強明）
Max Song（宋邁思）著
點選封面購買紙書
一、本書内容的介紹
《資料科學家訪談錄》是一本對目前全球最知名的25位資料科學家的深度采訪，然後彙聚成冊的訪談錄，讀者可以從中學習到這25位資料科學領域的大師的個人經曆及其成長過程，以及在各自的職業生涯所面臨的各種選項時所做出的選擇，具有很高的參考價值。
這25位資料科學家大都擁有國外名校的博士學曆文憑，但是大都不想繼續從事科研工作，而是希望能夠将自己的科學研究成果應用到現實生活當中，進而讓人們的生活變得更加美好，是以他們大都從學術界走向了工業界，這些大師從學術領域向工業領域轉變的經曆和過程非常值得學習和參考。雖然他們的專業研究領域各不相同，但資料科學這個研究方向把他們聯系到一起，共同推動了資料科學領域的發展。他們各自所擁有的領域知識以及計算機專業技能，幫助他們在各自的研究應用領域獲得豐碩成果，這也從另外一個方面驗證了資料科學其實是一門理論與實踐相結合的科學。
此外，本書當中這些大師們給出的方法論和經驗也同樣非常值得讀者學習和思考。比如去大公司還是小公司的問題，Hillary認為應該是去那些能讓你學到很多東西并且快速成長的公司。再比如做事情是從簡單的開始還是複雜的做起，DJ認為做事情要從簡單的開始做起，然後慢慢開始做複雜而又艱難的事情。這樣子做事情就會有一個好的開始，進而一步一步的完成。
總的來說，《資料科學家訪談錄》是一本經得起時間考驗的好書，處于各種不同階段的人群都可以從本書當中擷取知識和經驗，而且每次閱讀都會有新的認識和收獲。
二、資料科學的組成
1、數學相關的基礎知識（85%）： 包含了線性代數、機率論、微積分、統計學（工具）、機器學習（算法）等内容。
2、程式設計基礎技能（15%）： 1）SQL/NoSQL 2）Hadoop/Spark 3）R 4）主流程式設計語言，比如：C++/Java 5）主流腳本語言，比如：Python 6）Excel
三、資料科學的步驟
1、 擷取資料 通過資料庫、web接口、網絡爬蟲等擷取網絡上的資料（結構化和非結構化資料）。
2、 清洗資料 通過數值化、降維等手段去除資料噪音，實作資料的清洗。
3、 探索資料 在資料清洗工作的基礎上，通過變量分析、處理缺失值、處理離群值等手段對資料進行初步的探索。
4、 資料模組化 在探索資料工作的基礎上，通過數學等工具建立合适的資料模型。有人認為好的資料模型是資料科學當中最核心的步驟，列出的優先級順序是：高品質的資料>資料規模>好的資料模型。
5、 解釋資料 資料可視化（D3、highcharts），通過可視化的web界面把資料和結論表達出來。
四、資料科學與大資料、人工智能的關系
大資料是一個内涵豐富的詞彙，包含了技術、商業等因素的描繪，而資料科學是作為一門實實在在的應用科學而存在，是實作大資料應用的基礎應用型學科，人工智能則是在資料科學的基礎之上，向着讓機器或程式有着類似人類智能的方向前進。是以資料科學是實作大資料的工具，是實作人工智能的基礎。
資料科學也是一門理論與實踐相結合的學科，并且有着與其它領域互相結合、共同發展的趨勢。随着資料科學問題的規模越來越大，現代科研和應用更加強調擁有多領域、多學科背景的人進行團隊合作，是以資料科學也有着軟體工程的特征。
人工智能的基礎是大資料（資料科學），大資料（資料科學）的基礎是雲計算。目前大資料技術已經與人工智能技術緊密結合，讓各種程式和系統更加智能，進而進一步影響我們的生活。
五、推薦資源
1）《集體智慧程式設計》 2）kaggle https://www.kaggle.com/，機器學習競賽、編寫和分享代碼的平台 3）Quora 擷取和分享知識的平台，類似于知乎 4）吳恩達的機器學習視訊課程，https://www.coursera.org/learn/machine-learning
延伸推薦
<a href="http://mp.weixin.qq.com/s?__biz=MzA3NTIzMzIxNQ==&mid=2652796138&idx=1&sn=b8387b4f03c997d395a5c22204c389fd&chksm=8499763ab3eeff2c022078c646ad2e1d9add10b9898a1609bf5c378d756102567da35e6f5528&scene=21#wechat_redirect" target="_blank">AI經典書單| 入門人工智能該讀哪些書？</a>
點選關鍵詞閱讀更多新書：
在“異步圖書”背景回複“關注”，即可免費獲得2000門線上視訊課程；推薦朋友關注根據提示擷取贈書連結，免費得異步圖書一本。趕緊來參加哦！
點選閱讀原文，檢視本書更多資訊
掃一掃上方二維碼，回複“關注”參與活動！