1 編程和數(shù)據(jù)科學(xué)——一個新的工具集 什么是數(shù)據(jù)科學(xué) 數(shù)據(jù)科學(xué)會長期存在嗎？ 為什么數(shù)據(jù)科學(xué)正在興起？ 數(shù)據(jù)科學(xué)與開發(fā)人員有什么關(guān)系？ 將這些概念付諸實踐 深入研究一個具體的示例 數(shù)據(jù)管道藍圖 數(shù)據(jù)科學(xué)家應(yīng)該具備什么技能？ IBM Watson Deep QA 回到Twitter帶#標簽的情感分析項目 從構(gòu)建**條企業(yè)級數(shù)據(jù)管道中汲取的經(jīng)驗教訓(xùn) 數(shù)據(jù)科學(xué)策略 Jupyter Notebook是我們的戰(zhàn)略核心 為什么Notebook這么流行？ 本章小結(jié) 2 Python和Jupyter Notebook為數(shù)據(jù)分析提供動力 為什么選擇Python？ PixieDust入門 SampleData——一個用于加載數(shù)據(jù)的簡單API 用pixiedust_rosie整理數(shù)據(jù) Disp|ay——一個簡單的交互式數(shù)據(jù)可視化API 過濾 用PixieApp消除開發(fā)人員和數(shù)據(jù)科學(xué)家之間的壁壘 操作化數(shù)據(jù)科學(xué)分析的體系結(jié)構(gòu) 本章小結(jié) 3 使用Python庫加速數(shù)據(jù)分析 PixieAPP深度剖析 路由 生成路由請求 GitHub項目跟蹤示例程序 在表格中顯示搜索結(jié)果 使用pd_entity屬性調(diào)用PixieDust display()API 使用pd_script調(diào)用任意Python代碼 用pd_refresh讓應(yīng)用程序更具響應(yīng)性 創(chuàng)建可重用的小部件 本章小結(jié) 4 用PixieApp工具發(fā)布數(shù)據(jù)分析結(jié)果 Kubernetes概述 安裝和配置PixieGateway服務(wù)器 PixieGateway服務(wù)器配置 PixieGateway體系結(jié)構(gòu) 發(fā)布應(yīng)用程序 PixieApp URL中的編碼狀態(tài) 通過將圖表發(fā)布為網(wǎng)頁來共享它們 PixieGateway管理控制臺 Python控制臺 顯示PixieApp的預(yù)熱和運行代碼 本章小結(jié) 5 Python和PixieDust*佳實踐與高級概念 使用@captureOutput裝飾器集成第三方Python庫的輸出 使用@captureOutput創(chuàng)建詞云圖像 增加模塊化和代碼重用 使用pd widget創(chuàng)建小部件 PixieDust中的流式數(shù)據(jù)支持 向PixieApp添加流處理功能 添加帶有PixieApp事件的儀表盤下鉆功能 擴展PixieDust可視化 調(diào)試 使用pdb調(diào)試Jupyter Notebook 使用PixieDebugger進行可視化調(diào)試 使用PixieDebugger調(diào)試PixieApp路由 使用PixieDust日志記錄排除問題 客戶端調(diào)試 在Python筆記本中運行Node.js 本章小結(jié) 6 分析案例：人工智能與TensorFlow圖像識別 什么是機器學(xué)習(xí)？ 什么是深度學(xué)習(xí)？ 開始使用TensorFlow 用DNNClassifier進行簡單分類 圖像識別示例應(yīng)用程序 第1部分——加載預(yù)訓(xùn)練的MobileNet模型 第2部分——為我們的圖像識別示例應(yīng)用程序創(chuàng)建一個PixieAPP 第3部分——集成TensorBoard圖形可視化 第4部分——使用自定義訓(xùn)練數(shù)據(jù)重新訓(xùn)練模型 本章小結(jié) 7 分析案例：自然語言處理、大數(shù)據(jù)與Twitter情感分析 ApacheSpark入門 Apache Spark體系結(jié)構(gòu) 將Notebook配置為使用Spark “Twitter情感分析”應(yīng)用程序 第1部分——以Spark Structured Streaming獲取數(shù)據(jù) 數(shù)據(jù)管道的體系結(jié)構(gòu)圖 Twitter的身份驗證 創(chuàng)建Twitter流 創(chuàng)建Spark Streaming DataFrame 創(chuàng)建和運行結(jié)構(gòu)化查詢 監(jiān)控活動流式查詢 從Parquet文件創(chuàng)建批量DataFrame 第2部分——用情感和提取的*相關(guān)實體來豐富數(shù)據(jù) IBM Watson Natural Language Undersanding服務(wù)入門 第3部分——創(chuàng)建實時儀表盤 將分析重構(gòu)為它們自己的方法 創(chuàng)建PixieApp 第4部分——使用Apache Kafka和IBM Streams Designer添加可伸縮性 將原始推文流到Kafka 使用Streaming Analytics服務(wù)豐富推文數(shù)據(jù) 使用Kafka輸入源創(chuàng)建Spark Streaming DataFrame 本章小結(jié) 8 分析案例：預(yù)測——金融時間序列分析與預(yù)測 NumPy入門 創(chuàng)建NumPy數(shù)組 ndarray運算 NumPy數(shù)組的選擇操作 廣播 時間序列的統(tǒng)計探索 虛擬投資 自相關(guān)函數(shù)(ACF)和偏自相關(guān)函數(shù)(PACF) 將它們與StockExplorer PixieAPP放在一起 BaseSuhAPP——所有子PixieAPP的基類 StockExploreSubAPP——**個子PixieApp MovingAverageSubAPP——第二個子PixieAPP AutoCorrelationsubAPP——第三個子PixieApp ARIMA模型在時間序列預(yù)測中的應(yīng)用 建立MSFT股票時間序列的ARIMA模型 StockExplorer PixieAPP第2部分——使用ARIMA模型添加時間序列預(yù)測 本章小結(jié) 9 分析案例：圖形算法——美國國內(nèi)航班數(shù)據(jù)分析 圖形概述 圖形表示 圖形算法 圖形和大數(shù)據(jù) networkx圖形庫入門 創(chuàng)建圖形 可視化圖形 第1部分——將美國國內(nèi)航班數(shù)據(jù)加載到圖中 圖的中心性 第2部分——創(chuàng)建UsFlightsAnalysis PixieApp 第3部分——向USFlightsAnalysis PiXieApp添加數(shù)據(jù)探索功能 第4部分——創(chuàng)建預(yù)測航班延誤的ARIMA模型 本章小結(jié) 10 數(shù)據(jù)分析的未來與拓展技能的途徑 前瞻性思考——人工智能與數(shù)據(jù)科學(xué)的未來展望 參考資料 附錄 PixieApp快速參考 注釋 自定義HTML屬性 方法