The Shape of Data — 基于几何的机器学习与数据分析：https://t.co/QK7s6Zi0I3 https://t.co/YkhaYHAy9S

The Shape of Data: Geometry-Based Machine Learning and Data Analysis in R: Farrelly, Colleen M., Ulrich Gaba, Yaé: 9781718503083: Amazon.com: 图书

Source: https://www.amazon.com/Shape-Data-Geometry-Based-Learning-Topological/dp/1718503083?encoding=UTF8&qid=1688939441&sr=8-1&linkCode=sl1&tag=kirkdborne-20&linkId=d90328a39f073dea4d605eba48d7df59&language=en_US&ref=as_li_ss_tl

书评

“书名说明了一切。数据受到许多复杂关系的约束，这些关系不容易在我们二维的、充满电子表格的世界中展示出来。《The Shape of Data》带你领略这一更丰富的视角，并说明如何将其付诸实践。” —Stephanie Thompson, Data Scientist and Speaker

“《The Shape of Data》是几何应用于机器学习领域的一个新颖视角和非凡成就。它涵盖范围广泛，包含大量具体示例和实用编码技巧，同时以极其清晰简洁的文字阐述概念。即使作为一名在这个行业多年、经验更丰富的数据科学家，读完这本书后，我也对自己领域有了更深的联系和新的理解。” —Kurt Schuepfer, Ph.D., McDonalds Corporation

“这是拓扑学和几何学在数据科学中应用的绝佳资源。拓扑和几何推动了非结构化数据机器学习领域的发展，而《The Shape of Data》在向新读者介绍这一主题方面做得非常出色。” —Uchenna “Ike” Chukwu, Senior Quantum Developer

“看看数据如何不仅仅表现为数字列表，还表现为图和曲线。《The Shape of Data》向读者展示了如何可视化数据集，并发现隐藏在数字和集合中的关系……在这个大数据集和深度学习的时代，数据图形对科学家和工程师来说至关重要——就像这本书一样。” —David S. Mazel, Principal/Manager Systems Engineer, Regulus-Group

“所有工作在几何与数据科学交叉领域的人都会发现这本书是无价的资源和灵感来源。书中使用的 R 代码还提供了易于获取的 Python 代码，这考虑得很周到。” —Geoffrey Mboya, DPhil (Oxon), Director at Mfano Africa

“《The Shape of Data: Geometry-Based Machine Learning and Data Analysis in R》内容全面，写作异常出色，在组织和呈现上令人印象深刻的’读者友好’，是任何对拓扑学、计算机黑客技术或数学/统计计算机软件感兴趣的人的理想教学资源。” —Midwest Book Review

关于作者

Colleen M. Farrelly 是一位高级数据科学家，其学术和行业研究专注于拓扑数据分析、量子机器学习、基于几何的机器学习、网络科学、层次建模和自然语言处理。自迈阿密大学获得生物统计学硕士学位毕业后，Colleen 已在多个行业担任数据科学家，包括医疗保健、消费包装品、生物技术、核工程、市场营销和教育。Colleen 经常在技术会议上发表演讲，包括 PyData、SAS Global、WiDS、Data Science Africa 和 DataScience SALON。在非工作时间，Colleen 会创作俳句/俳画或游泳。

Yaé Ulrich Gaba 在开普敦大学（UCT，南非）完成了博士学业，专业为拓扑学，目前是非洲量子跃迁（QLA，卢旺达）的研究助理。他的研究兴趣包括计算几何、应用代数拓扑（拓扑数据分析）和几何机器学习（图和点云表示学习）。他目前专注于数据分析中的几何方法，其工作旨在利用几何与拓扑思想和方法，为数据和形状分析开发有效且具有理论依据的算法。