全栈数据之门_任柳江　著_9787121309052

全栈数据之门

定价：¥79

中教价：¥63.20 (8.00折）

库存数： 0

购买数量：

本书以数据分析领域*热的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*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。

0x00　自序
慈悲为怀大数据，云中仙游戒为师。这是自己从几年前一直沿用到现在的签名，几年之后的今天，再来体会这句话，不一样的处境，不一样的心境，却依然有着同样的追求。曾想出世修行，渴望每日有高山流水相伴，能过着青灯古佛的生活。终因现实残酷只得入世而求存，在多少次碌碌无为中坚定了技术这条路。技术之路，注定会一波三折。在下也经历了从安全测试、安全分析，到大数据分析，再到 APP后端开发，直至数据分析、机器学习与深度学习之后，技术之栈才得以完全确立。技术之路漫长而曲折，需要不断修行，目前我也仅仅是入得门内，自此方有机会窥探神秘数据世界之一二而已。少年不识愁滋味，为赋新词强说愁。而今识尽愁滋味，却道天凉好个秋。学无止境。曾经以为学会 Linux便够了，殊不知，这仅仅是系统的基础；后来学了 Python，以为这便是编程的全部；殊不知， Python最强大的领域在数据科学；直到接触大数据与机器学习，才发现，原来种种际遇，都只是为数据科学而铺设的套路。
本书并非从入门到精通的讲解，只是想通过浅显易懂的语言让读者了解全栈数据的全貌。阅读本书时，如果其中某个知识点，让你入了门，我甚感欣慰；如果其中某节内容，让你得到了提高，我备受鼓舞。另外，入门之路千千万，用时下流行的话来说，只希望本书不会导致你从入门到放弃。
全栈数据，主要想尽可能多地涉及数据科学中的主题。任何复杂的技术，都是一点点积累起来的，数据科学也不例外。如果能将本书中涉及的全栈数据技术，如 Linux、Python、SQL、Hadoop、Hive、Spark、数据挖掘、机器学习与深度学习进行系统性整合，则全栈数据之技可成也。
诗词歌赋，是诗人与词人对人生的情感寄托；技术写作，也是技术人员对技术的情感寄托。
然术业有专攻，每个人的知识都是有限的，写书的目的，并非要证明自己，而是把自己所知所想记录下来，让读者能有哪怕一小点的收获即可。
全栈并非全能，钱都不是万能的，何况技术乎？在数据领域，都懂一点，生活会更美好。
全栈是一种修行，数据技术如此，人生亦如是：

阅读本书，不能让你立刻走上人生巅峰、出任 CEO……但至少可以达到以下几点：

本书是一本无固定主题的技术文集合体，围绕数据这个主线，进行了大量的展开，从不同的侧面去靠近全栈数据技能，去靠近数据科学这个大主题。因内容宽泛，且作者水平有限，不足之处甚多，若读者发现书中的问题，还望不吝指正。可以通过我的微信公众号 yunjie-talk反馈问题，我将不胜感激。
最后，本书得以成册出版，必须要感谢电子工业出版社计算机出版分社的张春雨老师，伯乐张老师于杂乱文字中，发现了闪光之处，促成了本书的问世。世人皆说本书体裁太乱，无章法可言，唯张伯乐以无招胜有招接下，众皆信服。
本书在写作过程中，得益于爱妻梁玉霞女士的大力支持，常于深夜端茶倒水，询问进度，并且照顾家庭与小孩，让我可以抽出大量时间来书写，感激之情在心，在此道谢。与此同时，也感谢全力支持我写作的父母，他们帮忙照顾小孩与生活，对我学业、事业与写作的支持，让我感恩。
另外，本书在写作过程中，得到好友司旭鹏的很多支持与建议，在初稿审校过程中，得到好友尹高峰、卢西、彭玺锦的很多建议与修改，在此一并感谢。因为你们的付出，让本书质量得到了提升，非常感谢。
在写作本书的约一年时间之内，还得到了其他很多朋友、同事的大量建议，在此虽不一一提名，但必须要感谢你们的支持。
云戒2016.11.11 于成都

前言　自强不息，厚德载物
本书共有 8个章节的内容，涉及数据科学中的相关基础知识与内容，但内容的编排并非完全从易到难，有部分文章的内容，是需要用到其他章节的知识的。
相对来说，第 1、2、3章，内容比较单一，涉及基础的 Linux、Python与 Hadoop知识。如果对这三章中的某些知识不熟悉，建议先阅读。第 4章比较特殊，其内容也是数据科学中比较重要的，不仅需要前 3章的知识，也需要部分 Spark的知识，因为 Spark的特殊性，单独放到机器学习之后了。
第 5、6章，涉及数据科学中最重要的主题：机器学习与算法，介绍了机器学习的常用环境、概念、方法以及几个典型的算法应用。这两章是本书的难点，如果不熟悉，必须单独攻克。
第 7章，Spark本身就是一个全栈框架，无论是在分布式计算还是在机器学习领域，都大有用处。因此最好有前面章节的基础知识，方能更好地理解本章的内容，尤其是 MLlib/ML库，必须有机器学习算法的知识。
最后一章，反而是最简单的，因为基本不涉及技术细节，但对整个数据科学的理解，以及技术积累都是非常重要的。
本书章节的编排，在一定程度上参考了知识的由易到难，另外一个方面，也参考了《易经》的乾坤两个卦象。不需要读者熟悉乾坤两个卦象，下面会将其中乾坤两个卦的爻辞进行粗略的解释。不需要读者完全理解，只求有个概念上的认识即可。
全栈数据，其中的数据既指数据技术，也指业务数据。只有将技术应用到业务中，才能在实际的生产环境中发挥作用。
介绍卦象的时候，是由低层次向高层次渐渐提升的，对应的技能与业务也一样。从 Linux走向数据科学，就是一个技能提升的过程，类似的，从数据采集到数据应用也是对业务从入门到应用的一个过程。
01 全栈技能，自强不息
乾坤为一体，况且一阴一阳之谓道。世界上不可能只有男人而没有女人，正如不可能只有女神而没有女汉子一样。因此，和纯阳卦乾卦相对的便是纯阴卦坤卦了。
乾卦，正是天行健，君子以自强不息。下面先用乾卦来说全栈技术。
1.1　Linux，潜龙勿用
初九爻，爻辞为：潜龙勿用。
乾卦每一爻都代表了一条龙，初九爻为潜龙。潜字很有意思，是叫你要藏起来，不要露面，那能干什么呢？
刚接触 Linux，觉得 Linux非常自由。此时刚开始入门，兴趣最重要，这一阶段，需要打好各种系统与命令行的基础。
要做好数据科学，不学 Linux不行，不论你喜欢与否。后续的 Python、 Spark、Hadoop、数据挖掘等都需要用到大量基础的 Linux知识。勿用的意思是，时候不到就不要用，当准备好了，就要用。
Linux只是一个基础系统，必须要结合实际的业务来更好地应用，勿用到最后就是为了要用，此时就进入了第二阶段。
1.2　Python，见龙在田
九二爻，爻辞为：见龙在田，利见大人。
见（xiàn）通现，意为展现，要能在工作中快速解决问题，学习 Python，就可以让你快速展现出业绩来。由 Python入门数据分析与数据挖掘，这算是程序员入行数据挖掘最好的方法了， Python目前最火的领域，就是在数据科学领域。况且 Python语法优美，第三方库庞大且高效，专门用于快速解决问题。
Python是一条巨龙，一旦展现在田野，必须拿出一点实力来表现自己，对上面的大人有利。从 Linux过来，将 Python应用到业务中，快速地解决了问题，业绩自然来了，其利也自现了。
在数据科学中，学了 Python的开发与数据分析，这还只是基础，还有另外一个工程领域的技能大数据，需要学习。此时，进入九三爻。
1.3　大数据，终日乾乾
所有的事件都会进入第三阶段，即九三爻，爻辞为：君子终日乾乾，夕惕若，厉无咎。
君子，指有志气、有抱负的人。整天都很努力地学习，是会被人嫉妒的，所以言行都要小心。
工作中，必须要兢兢业业，努力做好工作。太阳下山之后，更需要警惕，时刻告诫自己，三天不学习，可能就赶不上曾经比自己差的人了。必须要利用业余时间学习新技术，而以 Hadoop为代表的大数据，正是近年来火得一塌糊涂的技术，况且网上的学习资料已经非常多了。
这是一门在学校很难学到的技术，因此必须自己利用业余时间，每天厉兵秣马，努力让自己的数据科学技能更加完善。
1.4　机器学习，或跃在渊
有些人和事，是没有第四阶段的，因为他们可能一辈子就留在第三阶段。进入第四阶段，即九四爻：或跃在渊，无咎。
学习了前面三种技术（ Linux、Python和大数据）后，要想再深入，此时必须往数据挖掘与机器学习方面发展。数据挖掘与数据分析还是有一定区别的，数据挖掘更偏向于使用算法解决问题，而分析更多是偏统计与业务（包括运营、产品）层面的。
尤其是机器学习，要看得懂 scikit-learn的文档，必须辅助以相应的理论基础，涉及数学、统计学、计算机等多个领域。
一部分人在此阶段向机器学习方向跳跃，可是没有坚定的信念，最后就真应了那句从入门到放弃的话了。
机器学习，因其特殊的学科领域，由程序员转过来的占很大一部分，要想跃上去，必须坚定信念，不忘初心。对码农而言，其难，就难在理论。下足工夫，坚持苦修，一定会有所成就。
1.5　Spark，飞龙在天
过了九四阶段，到九五阶段也容易。而九五阶段也是最舒服的阶段，我们常说的九五至尊便是这个阶段。爻辞为：飞龙在天，利见大人。
有了前面的基础，再学习 Spark技术，相对就很容易了。再面对 Spark中的机器学习库 ML或 MLlib，也就不会束手无策了。 Spark可以说是前面技能的集大成者，需要 HDFS文件的支持，能天生支持 Hive的数据，能使用 Python的 API接口，以前在 Python中能用的那些库，在 Spark中，通通都能用，而且效率更高。
技能到了，境界也差不了多少，浑身散发的数据气场也很强。此阶段也可以认为是第二阶段的见龙眼中的大人了，行事也需要有大人的风范才行。
1.6　数据科学，亢龙有悔
做技术的人，其实比较希望停留在九五阶段，可却经常事与愿违啊！而且物极必反的道理相信你也懂，事物的发展是不会停止的。过了九五阶段，还有九六阶段。九六爻爻辞为：亢龙有悔。
有的人感觉自己领悟了整个数据科学的技能与本质，其实也还只是一些皮毛，若此时停止不前，甚至转向管理，那么技术也就基本荒废了。
正确的做法应该是，回头再去加深领悟各个阶段的技术与技能，将其更好地应用到业务中去。回想曾经犯

你还可能感兴趣

我要评论

您的姓名	验证码：
留言内容