全栈数据之门 (任柳江) 完整pdf扫描版[99MB]

《全栈数据之门》以数据分析领域热门的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法kNN与Kmeans的应用，决策树与随机森林的实战，还涉及常用特征工程与深度学习中的自动编程器。在大数据Hadoop与Hive环境的基础之上，使用Spark的ML/MLlib库集成了前面的各部分内容，让分布式机器学习更容易。大量的工具与技能实战的介绍将各部分融合成一个全栈的数据科学内容。

《全栈数据之门》不是从入门到精通地介绍某一种技术，可以把本书当成一本技术文集，内容定位于数据科学的全栈基础入门，全部内容来自当前业界实用的技能，有非常基础的，也有比较深入的，有些甚至需要深入领悟才能理解。

《全栈数据之门》适用于任何想在数据领域有所作为的人，包括学生、爱好者、在职人员与科研工作者。无论想从事数据分析、数据工程、数据挖掘或者机器学习，或许都能在书中找到一些之前没有接触过的内容。

目录

前言　自强不息，厚德载物 / XIX
0x1　Linux，自由之光 / 001
0x10　Linux，你是我的眼 / 001
0x11　Linux 基础，从零开始 / 003
0x12　Sed 与Grep，文本处理 / 010
05 综合案例 / 016
0x13　数据工程，必备Shell / 018
0x14　Shell 快捷键，Emacs 之门 / 025
0x15　缘起Linux，一入Mac 误终身 / 032
0x16　大成就者，集群安装 / 036
0x2　Python，道法自然 / 045
0x20　Python，灵犀一指 / 045
0x21　Python 基础，兴趣为王 / 047
0x22　喜新厌旧，2 迁移3 / 056
0x23　Anaconda，IPython / 062
0x24　美不胜收，Python 工具 / 067
0x25　numpy 基础，线性代数 / 075
0x26　numpy 实战，PCA 降维 / 085
0x3　大数据，其大无外 / 093
0x30　太大数据，极生两仪 / 093
0x31　神象住世，Hadoop / 095
0x32　分治之美，MapReduce / 100
0x33　Hive 基础，蜂巢与仓库 / 106
0x34　Hive 深入，实战经验 / 115
0x35　HBase 库，实时业务 / 122
0x36　SQL 与NoSQL，Sqoop 为媒 / 130
0x4　数据分析，见微知著 / 141
0x40　大数据分析，鲁班为祖师 / 141
0x41　SQL 技能，必备MySQL / 143
0x42　快刀awk，斩乱数据 / 152
0x43　Pandas，数据之框 / 157
0x44　Zeppelin，一统江湖 / 166
0x45　数据分组，聚合窗口 / 177
0x46　全栈分析，六层内功 / 186
0x5　机器学习，人类失控 / 193
0x50　机器学习，琅琊论断 / 193
0x51　酸酸甜甜，Orange / 195
0x52　sklearn，机器学习 / 205
0x53　特征转换，量纲伸缩 / 211
0x54　描述统计，基础指标 / 220
0x55　模型评估，交叉验证 / 228
0x56　文本特征，词袋模型 / 234
0x6　算法预测，占天卜地 / 241
0x60　命由己做，福自己求 / 241
0x61　近朱者赤，相亲kNN / 243
0x62　物以类聚，Kmeans / 248
0x63　很傻很天真，朴素贝叶斯 / 257
0x64　菩提之树，决策姻缘 / 263
0x65　随机之美，随机森林 / 271
0x7　Spark，唯快不破 / 285
0x70　人生苦短，快用Spark / 285
0x71　PySpark 之门，强者联盟 / 287
0x72　RDD 算子，计算之魂 / 295
0x73　分布式SQL，蝶恋飞舞 / 304
0x75　神器之父，Scala 入世 / 319
0x8　数据科学，全栈智慧 / 337
0x80　才高八斗，共分天下 / 337
0x81　自学数据，神蟒领舞 / 339
0x82　数据科学，七大技能 / 343
0x83　大无所大，生态框架 / 348
0x84　集体智慧，失控哲学 / 354
0x85　一技之长，一生之用 / 359
0x86 知识作谱，数据为栈 / 363