author: Jeol Grus

The book in 3 sentences or 3 points

• 統計學很重要

Impresisions

How the Book Changed Me

這本目前是大概看過去而已，畢竟對於目前的我用不太到，而且這本書提到的東西，真的也是都帶過去而已，不會特別深入，不過算是讓我對於 Data Secience 可以有個大概認識就是了。

Favorite Quotes

• 寫作花了我三個月，構思只花了三分鐘；至於資料蒐集，則花了我一輩子的時間。

Summary + Notes for each sections

chapter 1-2

第一章算是簡介何爲 data scientist跟一些範例應用。第二章就略過了，畢竟 Python 已經很熟悉了。

chapter 3 & 4

這章節簡單帶過一些可以資料視覺化的 library，還有基本的線性代數。

chapter 5

辛普森悖論： 忽略某些變數而造成相關係數被誤導的結果。 統計學很重要 -> 對於資料分析而言

chapter 6 & 7

這邊開始有講到一些數學相關的定律，不過都算是拋磚引玉吧，這本書看到現在的心得是比較算是，跟你講什麼東西可以應用在哪裡的這種形式，簡單說明，並不會跟你從基本開始講解爲何~ 所以這本書名講 from scratch 我是覺得可能不太適合。

chapter 8 & 9

梯度遞減！ 第九章開始回到python對於資料抓取跟處理的部分~ 熟悉python的人，幾乎可以跳過。

chapter 10 & 11

回到資料分析跟篩選的部分還有初步提到機器學習，不過並沒有著墨太多。但是提了不少學習資源 ex. https://hastie.su.domains/ElemStatLearn/

chapter 12&13

書中提到如何做一個垃圾郵件篩選器，意外的算有趣~ https://paulgraham.com/spam.html 不過這邊依然有不少一些關於統計相關的知識，所以其實沒有讀得很懂！

chapter 14&15

講了不少關於回歸分析的東西，有好多術語，只能說不是一個完全沒碰過的可以看懂的。 ridge regression lasso regression

chapter 16

support vector machine - libsvm

chapter 17&18

講到決策樹跟神經網路的部分，不過已經這些需要有一些前提知識才會比較懂。 pybrain

chapter 19-25

NLP (自然語言處理）範圍很廣泛，書中是以單字雲的在某些領域出現的頻率分析爲例子。 推薦系統

最後23-24章節很粗淺的提到sql nosql，25章則是提到一些相關工具(ex. Ipython, pandas, numpy)