用Python快速上手資料分析與機器學習

Chapter 1 資料分析工程師所扮演的角色
1.1 資料分析的世界
1.2 機械學習的定位與流程
1.3 主要用於資料分析的套件

Chapter 2 Python與環境
2.1 建置執行環境
2.2 Python的基礎
2.3 Jupyter Notebook

Chapter 3 數學的基礎
3.1 閱讀公式所需的基礎知識
3.2 線性代數
3.3 基礎解析
3.4 機率與統計

Chapter 4 利用函式庫分析
4.1 NumPy
4.2 pandas
4.3 Matplotlib
4.4 scikit-learn

Chapter 5 進階：資料的收集與加工
5.1 網路爬蟲
5.2 自然語言的處理
5.3 圖檔處理

作者序

　　「想學習Python 的資料分析，可是該從何學起才好呢？」記得是2017年年中，在社群裡聽到這個問題。市面上雖然已有許多資料分析、機器學習的書籍，卻也因此讓人覺得某些相關書籍不是那麼充足，例如介紹Python基本工具的書，或是介紹分析資料所需的數學知識的書，所以我才決定要寫這本書，也感謝共同作者的幫助，這本書才得以問世。

　　本書算是一本教科書，主要介紹Python資料分析工具與分析所需的數學知識，也會針對資料分析所需的資訊進行完整又簡潔的說明。希望大家能透過本書學習最基礎的知識，再利用其他官方文件或書籍學習本書未及之處。

　　本書的目標族群是想成為資料分析工程師的讀者、對Python有一定程度了解的工程師。所謂「有一定程度了解」，指的是能讀懂Python官方教戰手冊的程度，本書也只介紹最低限度所需的Python語法與規格。至於資料分析方法，會使用NumPy或pandas介紹處理資料的方法，接著會介紹以Matplolib具體呈現資料的方法，最後再解說以scikit-learn進行機器學習的分類或預測的方法。除了工具的使用方式之外，也會解說基礎的數學知識。

　　要分析資料或是進行機器學習，就必須具備相關的數學知識，所以本書將從數學公式開始講解，直到大家能了解數學公式為止。再者，實際分析資料時，收集資料、將資料轉換成方便分析的格式都是非常重要的一環，所以本書也將簡單地介紹網路爬蟲、自然語言處理、影像處理這些內容。

　　期待各位讀者能透過本書全面地學習資料分析，進而踏出成為資料分析工程師的第一步。