-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
數據科學理論與實踐-(第2版) 版權信息
- ISBN:9787302531913
- 條形碼:9787302531913 ; 978-7-302-53191-3
- 裝幀:平裝-膠訂
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
數據科學理論與實踐-(第2版) 本書特色
重點介紹數據科學中的新理論和代表性實踐,填補數據科學與大數據技術專業的核心教材的空白。主要內容包括:基礎理論(術語定義、研究目的、發展簡史、理論體系、基本原則、數據科學家)、理論基礎(數據科學的學科地位、統計學、機器學習、數據可視化)、流程與方法(基本歷程、數據加工、數據審計、數據分析、數據可視化、數據故事化、項目管理)、技術與工具(技術體系、MapReduce、Hadoop、Spark、NoSQL與NewSQL、R與Python)、數據產品及開發(主要特征、關鍵活動、數據柔術、數據能力、數據戰略、數據治理)、典型案例及實踐等
數據科學理論與實踐-(第2版) 內容簡介
(1)國家精品開放在線課程《數據科學導論》的配套教材(2)一本系統講解全球范圍內的數據科學的新理論與代表性實踐的教材;
數據科學理論與實踐-(第2版) 目錄
第1章基礎理論 如何開始學習 1.1術語定義 1.2研究目的 1.3研究視角 1.4發展簡史 1.5理論體系 1.6基本原則 1.7相關理論 1.8人才類型 如何繼續學習 習題 參考文獻 第2章理論基礎 如何開始學習 2.1數據科學的學科地位 2.2統計學 2.3機器學習 2.4數據可視化 如何繼續學習 習題 參考文獻 第3章流程與方法 如何開始學習 3.1基本流程 3.2數據加工 3.3數據審計 3.4數據分析 3.5數據可視化 3.6數據故事化 3.7數據科學項目管理 3.8數據科學中的常見錯誤 如何繼續學習 習題 參考文獻 第4章技術與工具 如何開始學習 4.1數據科學的技術體系 4.2MapReduce 4.3Hadoop 4.4Spark 4.5NoSQL與NewSQL 4.6R與Python 4.7發展趨勢 如何繼續學習 習題 參考文獻 第5章數據產品及開發 如何開始學習 5.1定義 5.2主要特征 5.3關鍵活動 5.4數據柔術 5.5數據能力 5.6數據戰略 5.7數據治理 5.8數據安全、隱私、道德與倫理 如何繼續學習 習題 參考文獻 第6章典型案例及實踐 如何開始學習 6.1統計分析 6.2機器學習 6.3數據可視化 6.4Spark編程 6.52012年美國總統大選 如何繼續學習 習題 參考文獻 附錄A本書例題的R語言版代碼 附錄B數據科學的重要資源 附錄C術語索引 后記
圖目錄
圖11DIKW金字塔模型3 圖12數據與數值的區別4 圖13數字信號與模擬信號4 圖142008—2015年全球數據規模及類型的估計6 圖15大數據的特征7 圖16大數據的本質8 圖17人工智能、機器學習和深度學習的區別與聯系10 圖18DIKUW模型及應用11 圖19數據洞見12 圖110業務數據化與數據業務化12 圖111常用驅動方式13 圖112數據的層次性13 圖113大數據生態系統示意圖14 圖114數據科學的新研究視角15 圖115Gartner技術成熟度曲線16 圖116數據科學的萌芽期(1974—2009年)17 圖117數據科學的快速發展期(2010—2013年)18 圖118數據科學的逐漸成熟期(2014年至今)19 圖119數據科學的理論體系20 圖120數據科學的主要內容20 圖121數據科學的“三世界原則”22 圖122數據科學的“三個要素”及“3C精神”23 圖123計算密集型應用與數據密集型應用的區別24 圖124數據范式與知識范式的區別25 圖125數據管理范式的變化25 圖126數據的“資產”屬性26 圖127常用驅動方式28 圖128CAPTCHA方法的應用28 圖129ReCAPTCHA項目29 圖130數據與算法之間的關系30 圖131BellKors Pragmatic Chaos團隊獲得Netflix獎30 圖132Netflix獎公測結果31 圖133數據科學與商務智能的區別與聯系32 圖134數據科學與數據工程在企業應用中的區別與聯系33 圖135數據科學人才類型及其收入33 圖136RStudio中編輯Markdown的窗口35 圖137數據科學家團隊38 圖138大數據人才應具備的不同知識結構40 圖139學習數據科學的四則原則43 圖21數據科學的理論基礎50 圖22統計方法的分類(行為目的與思路方式視角)52 圖23統計學中的數據推斷53 圖24數據統計方法的類型(方法論視角)53 圖25數據統計基本方法54 圖26元分析與基本分析54 圖27GFT預測與美國疾病控制中心數據的對比55 圖28GFT估計與實際數據的誤差(2013年2月)56 圖29大數據時代的思維模式的轉變58 圖210西洋雙陸棋58 圖211機器人駕駛58 圖212機器學習的基本思路59 圖213機器學習的三要素61 圖214機器學習的類型62 圖215KNN算法的基本步驟63 圖216決策樹示例——識別鳥類65 圖217感知器示例67 圖218前向神經網絡67 圖219歸納學習與分析學習70 圖220增強學習70 圖221機器學習的類型71 圖222IBM Watson72 圖223Pepper機器人73 圖224機器學習中的數據73 圖225Anscombe四組數據的可視化77 圖226John Snow的鬼地圖(Ghost Map)78 圖227在Tableau中加利福尼亞州政府收入來源數據的可視化79 圖31數據科學的基本流程83 圖32量化自我84 圖33規整數據與干凈數據的區別85 圖34規整數據示意圖86 圖35殘差89 圖36數據分析的類型90 圖37Analytics 1.0~3.091 圖38數據加工方法92 圖39數據審計與數據清洗93 圖310缺失數據處理的步驟94 圖311冗余數據處理的方法94 圖312數據分箱處理的步驟與類型96 圖313均值平滑與邊界值平滑96 圖314內容集成98 圖315結構集成99 圖316數據脫敏處理100 圖317數據連續性的定義及重要性104 圖318可視化審計示例106 圖319Gartner分析學價值扶梯模型106 圖320冰激凌的銷售量與謀殺案的發生數量108 圖321數據分析的類型110 圖322拿破侖進軍俄國慘敗而歸的歷史事件的可視化111 圖323可視分析學的相關學科111 圖324可視分析學模型112 圖325數據可視化的方法體系113 圖326視覺圖形元素與視覺通道113 圖327雷達圖示例114 圖328齊美爾連帶114 圖329視覺隱喻的示例——美國政府機構的設置114 圖330地鐵路線圖的創始人Henry Beck115 圖331Henry Beck的倫敦地鐵線路圖116 圖332視覺突出的示例116 圖333完圖法則的示例117 圖334視覺通道的選擇與展示119 圖335視覺通道的精確度對比119 圖336視覺通道的可辨認性——某公司產品銷售示意圖120 圖337視覺通道的可分離性差120 圖338上下文導致視覺假象1121 圖339上下文導致視覺假象2121 圖340對亮度和顏色的相對判斷容易造成視覺假象的示例121 圖341數據可視化表達與數據故事化描述126 圖342數據的故事化描述及故事的展現127 圖343項目管理的主要內容130 圖344數據科學項目的基本流程131 圖412017大數據產業全景圖140 圖42大數據參考架構142 圖43MapReduce執行過程144 圖44MapReduce對中間數據的處理148 圖45以MapReduce為核心和以YARN為核心的軟件棧對比150 圖46下一代MapReduce框架151 圖47Apache的Hadoop項目151 圖48Hadoop生態系統152 圖49Hadoop MapReduce數據處理過程153 圖410Apache Hive官方網站155 圖411Apache Pig官方網站156 圖412Apache Mahout官方網站157 圖413Apache HBase官方網站157 圖414HBase與Hadoop項目158 圖415HBase的邏輯模型159 圖416Apache ZooKeeper官方網站160 圖417Apache Flume官方網站161 圖418Apache Sqoop官方網站162 圖419Spark 技術架構163 圖420Spark的基本流程164 圖421Spark的執行步驟169 圖422Lambda 架構的主要組成部分171 圖423傳統關系數據庫的優點與缺點172 圖424關系數據庫技術與NoSQL技術之間的關系174 圖425NoSQL數據分布的兩個基本途徑175 圖426分片處理176 圖427主從復制177 圖428對等復制178 圖429數據不一致性179 圖430CAP理論180 圖431Memcached官方網站183 圖432一致性散列的分配方式184 圖433服務器增加時的變化184 圖434云計算的演變過程188 圖435數據管理的新變化190 圖4362016—2018年數據科學相關項目中軟件產品的使用率(%)192 圖4372019年Gartner數據科學和機器學習平臺魔力194 圖51數據產品開發中的數據與數據柔術201 圖52知識范式與數據范式203 圖53數據產品的多樣性204 圖54數據產品的層次性205 圖55Google全球商機洞察(Google Global Market Finder)206 圖56數據產品鏈207 圖57傳統產品開發與數據產品開發的區別208 圖58D.J.Patil209 圖59UI(User Interface)設計方案與設計思維210 圖510Google搜索的用戶體驗211 圖511人與計算機圖像內容識別能力的不同211 圖512Amazon Mechanical Turk平臺213 圖513一個HIT的生命周期213 圖514基于人與計算機的數據處理成本曲線214 圖515亞馬遜的數據產品——其他商家(Other Sellers)215 圖516LinkedIn的數據產品——你可能認識的人們(People you may know)216 圖517LinkedIn的數據產品——你的觀眾是誰216 圖518逆向交互定律217 圖519LinkedIn數據產品——崗位推薦219 圖520LinkedIn的數據產品——幫助你的朋友找到工作220 圖521Facebook的良好用戶體驗220 圖522DMM模型基本思路222 圖523CMM基本思想222 圖524CMM成熟度等級224 圖525DMM關鍵過程域225 圖526DMM層級劃分及描述227 圖527IDEAL模型229 圖528組織機構數據管理能力成熟度評估結果的可視化229 圖529數據戰略與數據管理目標的區別230 圖530數據戰略的目標231 圖531數據戰略的側重點231 圖532數據戰略的范疇231 圖533數據管理與數據治理的區別233 圖534IBM提出的企業數據管理的范疇233 圖535數據治理的PDCA模型234 圖536DGI數據治理框架235 圖537P2DR模型237 圖538從歐洲大陸的空戰中返回的轟炸機238 圖61KMeans算法的基本步驟267 圖62奧巴馬2012年總統競選芝加哥總部287 圖63George Clooney288 圖64Sarah Jessica Parker288 圖65奧巴馬及“快速捐贈計劃”290 圖66奧巴馬通過Reddit與選民互動291 圖672012年美國總統競選財務數據官方網站292 圖A1女性體重與身高的線性回歸分析314 圖A2工資數據的可視化327 圖A3起飛延誤時間339 圖A4到達延誤時間339 圖A5捐助人職業、黨派及捐助額度分析352 圖A6分箱處理后的捐款數據可視化353 圖A7捐款日期與金額的可視化354 圖A8捐款月份與金額變化分析355 圖A9投票結果的可視化357
表目錄
表11結構化數據、非結構化數據與半結構化數據的區別與聯系5 表12某數據科學家的畫像(Profile)37 表21參數估計與假設檢驗的主要區別53 表22統計學與機器學習的術語對照表57 表23機器學習的相關學科61 表24已知6部電影的類型及其中出現的接吻次數和打斗次數64 表25已知電影與未知電影的距離64 表26分析學習和歸納學習的比較70 表27Anscombe的四組數據(Anscombes Quartet)76 表31測試數據A86 表32測試數據B86 表33測試數據C86 表34Pew論壇部分人員信仰與收入數據統計(規整化處理之前)87 表35Pew論壇部分人員信仰與收入數據統計(規整化處理之后)87 表36探索性統計中常用的集中趨勢統計量89 表37探索性統計中常用的離散程度統計量89 表38探索性統計中常用的數據分布統計量89 表39常見的數據變換策略97 表310十進制**數字的使用概率103 表311數據分析中常見錯誤109 表312數據類型及所支持的操作類型118 表313數據類型與視覺通道的對應關系118 表314數據故事化描述應遵循的基本原則128 表315數據科學項目中的主要角色及其任務130 表41Transformation常用函數166 表42Action常用函數166 表43RDD的存儲級別167 表44Spark數據類型和R數據類型之間的映射關系170 表45較有代表性的云數據庫產品174 表46NoSQL數據庫中常用的數據模型175 表47R與Python對比186 表48云計算的基本類型189 表49排名前10位數據科學產品的使用率及變化情況/4 表51數據轉換與數據加工的區別202 表52Google公司的十大產品與服務202 表53數據管理成熟度模型的過程域分類226 表54信息系統安全等級及保護基本要求237 表55腎結石治療數據分析——兩種治療方案的分別統計240 表56兩種治療方案的匯總統計240 表61數據集women248 表62Protein數據集266 表63工資信息274 表64各字段的名稱及含義292 表A1Spark版本差異性331 表A2Spark與R的數據類型對比332 表A3SparkR與sparklyr比較340
數據科學理論與實踐-(第2版) 作者簡介
中國人民大學副教授,博士生導師;國家精品在線開放課程《數據科學導論》負責人;中國計算機學會信息系統專委員會委員、中國軟件行業協會中國軟件專業人才培養工程專家委員、全國高校人工智能與大數據創新聯盟專家委員會副主任、全國高校大數據教育聯盟大數據教材專家指導委員會委員;
- >
李白與唐代文化
- >
經典常談
- >
推拿
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
自卑與超越
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
二體千字文
- >
名家帶你讀魯迅:故事新編