数据科学项目有很多灵活的部分，需要练习和技巧才能让所有代码、算法、数据集、格式和可视化协调工作。本书将引导你完成5个真实项目，包括根据新闻标题跟踪疾病暴发、分析社交网络以及在广告点击数据中寻找相关模式。
《Python数据科学项目实战》并不止于表面理论和简单示例。在完成每个项目时，你将学习如何解决常见问题，例如数据丢失、混乱的数据以及与构建模型不匹配的算法。你将了解详细的设置说明和常见故障的全面解决方案。最后，通过完成这些项目，你将对自己的技能充满信心。
本书不仅提供丰富的案例，而且通过非常严谨和完整的结构，介绍使用Python进行数据科学工作所需的知识。本书通过5个案例进行讲解。第一个案例介绍如何在 Python 中处理与概率论相关的内容，这是很多其他书籍所没有的，如果你去研读概率论相关的专业书籍，那一定是非常痛苦的，毕竟你没打算成为概率论方面的专家。本书在第一个案例中介绍的内容，可以满足你在工作中所涉及的绝大多数与概率论相关的需求。第二个案例介绍如何在Python 中使用统计学相关的知识，对数据进行处理，这里通过非常巧妙的方式，讲解很多枯燥的统计学知识，让你对这些内容有更深刻的了解。第三个案例介绍如何使用Python处理与地理信息相关的数据，并介绍如何使用scikit-learn库实现高效聚类。第四个案例介绍如何使用当今比较流行的自然语言处理技术处理实际问题。第五个案例介绍网络理论和监督学习相关的内容。通过这5个案例的学习，我相信，一定能让你对Python 及数据科学有更深刻的认识，并将这些技术应用到你的工作和学习中。
节选自《Python数据科学项目实战》译者序
