数据科学实战速查表（第1辑）

　　数据科学是一门新兴的交叉学科.数据科学人才需要同时具备理论性、实践性和应用性等多方面的素质.数据科学的知识点涵盖了编程语言、数学基础、数据清洗、数据可视化、数据分析和分布式计算等.为了帮助数据科学从业人员快速地查阅这些知识和工具的使用，提高实践效率，本书对数据科学的相关知识进行了归纳整理，形成数十份速查表.

　　欧高炎北京大学博士、博士后，博雅大数据学院院长，大数据教育联盟秘书长。中国计算机学会数据库专委会委员。

章              编程语言
       节              Python语言
       第二节              R
       第三节              SQL
       第四节              Git
       第五节              Shell
 
第二章              数据分析
       节              NumPy
       第二节              Scipy Basics
       第三节              Pandas
       第四节              数据清洗
       第五节              StatsModels
 
第三章              数学统计理论
       节              概率
       第二节              统计
       第三节              矩阵微分
       第四节              线性代数
       第五节              图模型
       第六节              凸优化
 
第四章              数据可视化
       节              Matplotlib
       第二节              Seaborn
       第三节              Basemap
 
第五章              机器学习
       节              特征工程
       第二节              机器学习建模
       第三节              Scikit-learn
       第四节              PyTorch
 
第六章              图像处理
       节              基本概念
       第二节              像素的空间关系
       第三节              图像增强
       第四节              图像变换
       第五节              图像恢复
       第六节              图像分割
       第七节              图像编码
 
第七章              分布计算
       节              Hadoop
       第二节              Spark