数据科学导论(第2版)

本书系统性地讲述了与 数据科学相关的各方面知识 ，着重培养数据工程师所需 要的技能与思维。本书将从 与数据科学相关的概念出发 ，通过丰富、翔实的案例， 从各方面展示数据科学的运 用方式，并且在其中穿插数 据科学研究方式下新的思维 模式的讲解，让读者有一个 更为直观的认识，也可以从 中感受到运用数据科学处理 各个领域问题的方法和流程 。本书还从工程概论的流程 角度来讲述数据科学的工程 体系架构，并展望数据科学 的未来发展。同时本书特意 加强了对于数据预处理的理 论和技术的讲解。本书可作 为计算机相关专业本科生教 材，也可供相关专业技术人 员阅读参考。

第一部分 引论 第1章 引论 1.1 序言 1.2 数据科学简述 1.2.1 数据科学的定义 1.2.2 数据科学的由来 1.2.3 数据科学的研究范畴 1.2.4 数据科学的学习意义 1.3 本书结构 第二部分 大数据及其产生根源 第2章 数据 2.1 数据的定义 2.1.1 数据的定义 2.1.2 其他相关概念 2.2 数据简史 第3章 大数据的概念和特征 3.1 大数据的概念 3.2 大数据的4V特性 3.2.1 体量(Volume) 3.2.2 多样性(Variety) 3.2.3 价值／真实性(Value／Veracity) 3.2.4 速度(Velocity) 3.2.5 对4V特性的体会 第4章 大数据的产生根源 4.1 大数据的产生根源 4.1.1 大数据时代出现的技术基础 4.1.2 大数据时代出现的数据基础 4.2 大数据简史 4.3 大数据时代的挑战 4.3.1 数据规模 4.3.2 数据的多样性和异构性 4.3.3 数据的不可靠问题 4.3.4 数据的实时性要求 4.3.5 数据隐私问题 4.3.6 人机协作问题 4.3.7 数据的访问与共享 4.3.8 数据运用的合理性 4.3.9 小结 第三部分 大数据研究的重要性 第5章 大数据研究的现状 5.1 政府篇 5.1.1 联合国的大数据研究 5.1.2 美国的大数据研究 5.1.3 欧盟的大数据研究 5.2 企业篇 5.2.1 谷歌 5.2.2 IBM 5.2.3 百度 5.2.4 阿里巴巴 5.2.5 腾讯 第6章 关联分析 6.1 啤酒与尿布 6.1.1 案例详析 6.1.2 购物篮分析法 6.1.3 商品间相关性分析 6.1.4 外界因素的影响 6.1.5 思维启示 6.2 亚马逊的个性化推荐 6.2.1 案例详析 6.2.2 亚马逊的推荐方式 6.2.3 推荐算法 6.3 潘多拉音乐组计划 6.3.1 案例详析 …… 第四部分 数据科学的研究方式 第五部分 数据与未来