Swift 数据科学：iOS 和 macOS 数据分析实用指南

《Swift 数据科学》一书是首部中文实用指南，打破了数据科学只能使用 Python 或 R 的迷思。您将了解如何利用 Swift 语言的高效性能，在 Apple 生态系统中解决数据分析、机器学习和可视化问题。

作者是一位经验丰富的 iOS 开发者和数据专家，展示了 Swift 凭借其速度、类型安全性以及与 Apple 框架的紧密集成，如何成为在 macOS 上工作并创建具有 ML 功能的 iOS 应用程序的数据科学家的绝佳工具。

您将从本书中学到：

• Swift 数据处理基础：数组、字典、Set 和 Collection。
• 使用 Create ML 框架，无需编写复杂代码即可训练模型。
• 通过 Core ML 将预训练模型集成到 iOS 和 macOS 应用程序中。
• 使用 TabularData（Apple 内置框架）处理表格数据。
• 使用 Swift Charts 和第三方库（Charts、SwiftPlot）进行数据可视化。
• 使用 NaturalLanguage 框架在 Swift 中进行自然语言处理（NLP）。
• 使用 Accelerate 和 Surge 进行数值计算和线性代数。
• 数据采集：解析 JSON、CSV，使用 API 和数据库（CoreData、Realm）。
• 构建端到端流水线：从数据加载到模型部署上线。

本书适合读者：

• 希望将数据科学纳入技能栈的 iOS/macOS 开发者。
• 想要尝试 Python 替代方案并构建原生 ML 应用程序的数据科学家。
• 机器学习与数据分析课程的学生和教师。
• 评估 Swift 作为分析项目工具的技术经理和架构师。

本书包含大量代码示例，可直接在 Xcode Playgrounds 和实际项目中使用。您将不仅学会分析数据，还能将机器学习模型直接嵌入到 iPhone、iPad 和 Mac 的应用程序中，充分利用 Metal 和 Neural Engine 的硬件加速优势。

探索 Swift 作为数据科学平台——快速、安全，并与 Apple 生态系统完美集成。