Anaconda数据科学实战

前言

Anaconda是一个开源的数据科学平台，它将数据科学中的好工具集中在一起。它是一个数据科学栈，包含100多个基于Python、Scala和R的工具包。在它的包管理器conda的帮助下，用户能够使用数百个不同语言的包，并轻松地进行数据预处理、建模、聚类、分类和验证。

本书将带领你学习Anaconda，并教你如何使用它在现实世界中执行数据科学操作。首先，你将为Anaconda、Jupyter搭建环境，并安装相关的软件包。然后，学习数据科学基础和线性代数，为执行数据科学任务做准备。一旦准备完毕，你将开始进行数据科学操作，例如清理、排序和数据分类。接着，你将学习如何执行数据科学任务，例如聚类、回归、预测、创建机器学习模型并优化它们。此外，你也会学习如何可视化数据及共享项目。

在本书中，你将学习如何在Anaconda平台上使用不同的软件包获得最佳结果。你还将学习如何有效地使用conda——Anaconda的包管理器。另外，书中还将介绍Anaconda的几个强大特性，例如附加项目、项目附加组件、共享项目驱动以及强大的计算节点，这些节点存在于付费版本中，可用来完成高级数据处理流程。此外，你将学习如何构建可伸缩的和功能强大的包，以及如何进行各种各样的数据探索、分布式计算等。你还将通过发现和共享包、Notebook和环境来提高工作效率。最后，你还将学习Anaconda的加速，这是一种能够帮助你轻松优化计算能力的特性。

在本书中，我们将介绍4种编程语言——R、Python、Octave和Julia，这样做有几个原因。首先，这4种语言都是开源的，这是未来的一个趋势。其次，使用Anaconda平台最明显的优势之一就是我们可以实现用多种语言编写程序。然而，对于很多初学者来说，同时学习4种语言会很有挑战性，所以最好的策略是先关注R和Python。一段时间后，或者读完整本书后，再学习Octave或Julia。 ...