数据科学读书会，$99一年，带你读14本重磅好书！附Code+课件+视频回放~
今日份知识你摄入了么？
疫情宅家，你是否有感觉好像什么都没做，可时间却很快的就溜走了？有没有觉得每天都好像过的重复一样没有差别？眼红小伙伴已经拿到offer远程实习，但自己却连自主工作学习的动力而深深挫败？
不要担心，虽然居家隔离消耗了我们的“兴致能量”，但数据应用学院的读书会却能帮助大家高效的被动学习。不需要坐在电脑前全神贯注的上课，只需每周一小时，如开车听广播一样就可掌握数据领域经典必读好书的精髓！
从2019年10月开始，数据应用学院开始了每周一次的读书会活动。每月一本书，精选数据科学领域经典书籍，邀请数位导师为你讲解精华划重点，分享书里的知识是如何在实践中运用，让你收获加倍！读书会采取视频 + Code + PPT形式，随时随地利用碎片时间，全面把握课程知识要点～
已经进行数月的读书会已经涵盖了商业数据科学，用数据科学讲故事，金融科技中的数据科学，Machine Learning， 从零开始入门人工智能与深度学习，从零开始学习数据库等一系列的内容：
在2021年继续的书单中，导师们会涵盖自然语言处理，AB Testing以及 Tableau等书籍...
原价$200美金一本书的课程资料，现推出全年订阅只需要$99美金！
$99美金即可享受一年总价值为$200*12高达 $2400美金的课程学习资料！
如何购买？
扫描下图二维码
并输入优惠折扣
GHXDMK
直接享受半价优惠！！
在过去的几个月中，我们主要讲了这几本书：
数据科学家读书会Book 13 –
Trustworthy Online Controlled Experiments:
A Practical Guide to A/B Testing
AB测试是为网页或App界面制作两个或多个版本，收集两组成分相似的群体的用户体验数据和业务数据，最后分析、评估出最好版本。AB 测试能将资源利用最大化，从而避免不必要的风险，帮助提高投资回报率。无论是基于短期转化率、长期客户忠诚度、还是其他重要指标，AB Testing都是非常有效的测试方式。现如今，AB Testing被人们广泛运用于互联网公司的产品或服务的优化迭代，每年数以万计的AB测试实验被Amazon，Google，Facebook这些大厂应用到产品线上。
在本系列讲座中，我们以《Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing》（Ron Kohavi ， Diane Tang ， Ya Xu）一书为参考展开讲述。作者之一 —— Ron Kohavi被业界尊称为在线实验的“教父”，目前在Airbnb担任副总裁和技术院士；另外两位作者分别是来自Google、Linkedin的数据科学家。这本书围绕线上的AB测试，讲述了AB Testing实际落地时的最佳实践、经验教训和常见误区，被广大互联网从业人员誉为A/B测试领域的“圣经”。
在整体8次直播课上，你会学到如何科学地通过受控实验来评估假设；如何定义关键指标，特别是总体的评估标准；如何去测试结果的可信度，并根据结果快速解释和迭代，以维持关键业务目标。你还将了解如何去构建一个可扩展的平台，将实验的边际成本降低到接近于零；以及统计问题如何在实践中发挥作用等等。
学习内容：
Topic 1: A/B 测试的基本介绍
数据科学读书会 Book 14 – Recommender Systems
随着网页逐渐成为商业和电子商务交易的重要媒介，推荐系统（Recommender Systems）这个话题变得越来越重要。人们从很早就意识到， 网页的存在为个性化提供了前所未有的机会，特别是，它还提供了方便的数据收集和用户界面，可用于以非侵入性方式推荐项目。
推荐系统的主题非常多样化，因为它能够使用各种类型的用户偏好和用户需求数据进行推荐。推荐系统中最著名的方法包括协同过滤方法、基于内容的方法和基于知识的方法。这三种方法构成了推荐系统研究的基本支柱。
在本系列讲座中，我们以《Recommender Systems: The Textbook》（Charu Aggarwal）一书为参考展开讲述。该书作者，Charu Aggarwal，是一位著名的IBM 研究员，自网络出现以来，他一直在研究推荐系统。每章末尾的大量书目笔记和书目中 700 多个参考文献使这本专著成为从业者和研究人员的绝佳资源。
在整体7次的直播课上，你会学到推荐系统介绍、基于区域和基于模型的协同过滤、基于内容和基于知识的推荐、以及基于集成/混合的推荐，和推荐评估等等。
推荐系统的主题非常多样化，因为它能够使用各种类型的用户偏好和用户需求数据进行推荐。推荐系统中最著名的方法包括协同过滤方法、基于内容的方法和基于知识的方法。这三种方法构成了推荐系统研究的基本支柱。
在本系列讲座中，我们以《Recommender Systems: The Textbook》（Charu Aggarwal）一书为参考展开讲述。该书作者，Charu Aggarwal，是一位著名的IBM 研究员，自网络出现以来，他一直在研究推荐系统。每章末尾的大量书目笔记和书目中 700 多个参考文献使这本专著成为从业者和研究人员的绝佳资源。
在整体7次的直播课上，你会学到推荐系统介绍、基于区域和基于模型的协同过滤、基于内容和基于知识的推荐、以及基于集成/混合的推荐，和推荐评估等等。
学习内容：
Topic 1: 推荐系统介绍
数据科学读书会 Book 15 – Time Series Analysis
时间序列分析（Time Series Analysis）是数据科学的必备技能之一，无论是数据分析师，商业分析师，还是数据科学家，都需要时间序列分析的知识。在技术面试中，时间序列分析也被看做一个重要考点：不管是预测金融市场的趋势，还是电力的消耗，或者是供应链的供需分析，时间序列都是我们必须在模型中考虑的重要因素。
时间序列是按照时间先后顺序排列的，有内在联系的数据点集合。对这类数据进行数学和统计分析，发现隐藏的模式和规律，就被称为时间序列分析。时间序列在金融领域已经发展了几十年，随着现在机器学习和深度学习的成功应用，时间序列与机器学习和深度学习的结合让该领域重新焕发了新的生机。
由于时间序列在时间这一维度上有比较强的关联，时间序列分析和建模相比常规的分类和拟合需要一些特别的技术。在本系列讲座中，我们将以《Hands-on Time Series Analysis with Python》（B V Vishwas, Ashish Patel）一书为参考展开讲述处理时间序列所需要的技能。完成本书后，读者将对解决时间序列问题的概念和技术有深入的了解。本书中的代码可以在 Jupyter Notebooks 中找到；读者可以进行动手实验，学会更合理地使用这些预测。
在整体6次的直播课上，你将会学到时间序列分析的特点、数据处理和准备、平滑法和回归技术、不同种类的时间序列模型等等。
时间序列是按照时间先后顺序排列的，有内在联系的数据点集合。对这类数据进行数学和统计分析，发现隐藏的模式和规律，就被称为时间序列分析。时间序列在金融领域已经发展了几十年，随着现在机器学习和深度学习的成功应用，时间序列与机器学习和深度学习的结合让该领域重新焕发了新的生机。
由于时间序列在时间这一维度上有比较强的关联，时间序列分析和建模相比常规的分类和拟合需要一些特别的技术。在本系列讲座中，我们将以《Hands-on Time Series Analysis with Python》（B V Vishwas, Ashish Patel）一书为参考展开讲述处理时间序列所需要的技能。完成本书后，读者将对解决时间序列问题的概念和技术有深入的了解。本书中的代码可以在 Jupyter Notebooks 中找到；读者可以进行动手实验，学会更合理地使用这些预测。
在整体6次的直播课上，你将会学到时间序列分析的特点、数据处理和准备、平滑法和回归技术、不同种类的时间序列模型等等。
学习内容：
Topic 1: 时间序列分析入门
数据科学家读书会Book 16 – Marketing Data Science
大数据为市场研究带来了新的血液。数据科学成为了新的统计学，融合了建模技术、信息技术、和商业思维为一体。谈到市场的数据科学时，数据科学家和市场分析师主要进行的是目前存在的关于消费者、市场和营销的研究。数据工作者需要在网络上通过爬取、调研、博客和社交媒体等等，收集和分析数据，并尽可能快速和低成本地找到答案。
传统的营销方式需要定制计划，并根据每个客户或研究的具体的需求量身打造。在此基础之上，市场的数据科学还包括了科学研究、抽样或概率推理的概念。在设计市场营销计划、拟合模型、描述研究结果、以及向管理层推荐行动时，分析师和数据科学家都需要非常熟练、谨慎地使用这些技能。
在本系列讲座中，我们以《Marketing Data Science——Modeling Techniques in Predictive Analytics with R and Python》（THOMAS W. MILLER）一书为参考，带你了解和学习市场数据科学的最佳方法是研究实际案例。本书为建模技术提供了现成的资源和参考指南。向读者展示了如何在解决实际业务问题的代码基础上进行构建。读者可以根据书本中的案例进行动手实验，学会更合理地使用这些代码和模型。
学习内容：
Topic 6： 市场数据科学方法
看到这里，是不是已经有想读的书了呢？千载难逢的好机会就在眼前！数据应用学院决定在疫情期间大促销，原价200美金的读书会课程现在只需要99元就可以获得12个月的学习权限！课程视频+Code+课程资料随时access！读书会课程购买后可以无限期回听，不赶时间，随时随地打开就能温习～ 还在等什么？扫描二维码，赶快加入一起来读书吧！
扫描下图二维码
并输入优惠折扣
GHXDMK
原文作者：Paris Lu
美工编辑：Paris Lu
校对审稿：Dongdong
原文链接：https://study.dataapplab.com/subscriptions?id=reading-club
往期精彩回顾
点「在看」的人都变好看了哦
点击“阅读原文”，订阅数据科学读书会！
阅读原文 最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。