内容简介

作为问题导向、数据驱动的交叉学科，数据科学要求研究者具备扎实的知识储备、高效的编程能力以及广阔的研究视野。本书尝试以概论的形式对数据科学的缘起、内涵、技术、工具、原则、方法、平台、产品、应用等展开讨论，帮助读者建立完整的知识体系与专业逻辑。全书划分为四个部分：第一部分是绪论，鸟瞰数据科学的概念、历史与应用；第二部分是基础技能，涵盖编程工具、数学基础与统计原则；第三部分是分析方法，遵从从探索性到验证性的数据分析思路，阐释数据可视化方法，讲解面向结构化数据的机器学习与人工智能模型，并讨论非结构化数据的分析技术；第四部分是数据应用，从业界视角介绍数据库、大数据平台、可重复研究的理念与实践，并以互联网、零售、金融、医疗健康四个行业为例展开实战讨论。

作者简介

李扬 中国人民大学统计学院教授、博士生导师，副院长、统计咨询研究中心主任；国际统计学会推选会员、中国商业统计学会副会长、北京生物医学统计与数据管理研究会监事长、北京大数据协会综合评价专业委员会主任委员。主要从事相关型数据分析、模型选择与不确定性评价、潜变量建模、临床试验设计等领域研究，承担国家自然科学基金面上项目、全国统计科学研究重大项目等科研项目二十余项，发表JASA、JAMA IM、Biometrics、Biostatistics、统计研究等国内外期刊研究论文五十余篇。

李舰 统计学本科、软件工程硕士、商学博士，数据科学领域的多年从业者，见证并参与了统计学从冷门专业到显学的过程。是“统计之都”社区的核心成员之一、一些开源社区的活跃贡献者，致力于数据科学在实体行业的应用。著有《统计之美》《数据科学中的R语言》。

章节目录

第 1章绪论

1．1数据科学的概念

1．1．1数据科学的研究对象

1．1．2常见的数据科学方法

1．2数据科学的发展变迁

1．2．1数据科学的前身：统计学

1．2．2当代统计学：数据科学

1．3数据科学的应用领域

1．3．1互联网行业

1．3．2零售行业

1．3．3金融行业

1．3．4医疗健康行业

第 2章数据科学的编程工具

2．1 R简介

2．1．1安装和设置

2．1．2基础操作

2．1．3数据结构

2．1．4基础语法

2．2 Python和数据科学

2．2．1安装和使用

2．2．2数据结构

2．2．3基础语法

2．3 Julia简介

2．3．1安装和使用

2．3．2编程基础

第 3章数据科学的数学基础

3．1线性代数

3．1．1向量基础

3．1．2矩阵运算

3．2概率论和数理统计

3．2．1随机变量和分布

3．2．2数理统计简介

3．3最优化方法

3．3．1非线性规划

3．3．2线性规划

第 4章数据科学的统计原则

4．1可重复原则

4．1．1数据的扰动

4．1．2模型的扰动

4．2可预测原则

4．2．1可预测性

4．2．2交叉验证

4．3可计算原则

4．3．1大数据时代的数据特征

4．3．2大规模数据的处理方法

4．3．3高维 /超高维数据的处理方法

第 5章数据可视化

5．1基础统计图形

5．1．1图形设备

5．1．2基础作图

5．1．3 ggplot绘图语言

5．2可视化与数据分析

5．2．1单变量的分布

5．2．2两变量的关系

5．2．3多变量的关系

5．3现代数据可视化方法

5．3．1动态统计图形

5．3．2交互式工具

第 6章数据挖掘和机器学习

6．1从海量数据到大数据

6．1．1海量数据与数据挖掘

6．1．2大数据与机器学习

6．2无监督学习

6．2．1主成分分析

6．2．2聚类分析

6．3有监督学习

6．3．1回归分析

6．3．2分类问题和分类性能评估

6．3．3常用分类模型

第 7章人工智能

7．1人工智能简史

7．1．1人工智能的发展历史

7．1．2从神经网络到深度学习

7．2神经网络简介

7．2．1神经网络模型

7．2．2感知机的学习

7．2．3 BP算法

7．3深度学习基础

7．3．1常见深度学习框架

7．3．2 MXNet简介

7．3．3深度学习实战

第 8章非结构化数据分析

8．1图像分析

8．1．1图像处理基础

8．1．2卷积神经网络

8．1．3图像分类示例

8．2文本分析

8．2．1文本数据的处理

8．2．2文本分类示例

8．2．3句法分析

8．3音频分析

8．3．1音频数据的处理

8．3．2音频特征的提取

第 9章数据库和数据仓库

9．1数据结构简介

9．1．1数据的测量尺度

9．1．2数据的基础类型

9．1．3数据的逻辑结构

9．2数据库和 SQL

9．2．1数据库基础介绍

9．2．2常见的数据库产品

9．2．3 SQL语句简介

9．3数据仓库和商业智能

9．3．1数据仓库基础介绍

9．3．2数据仓库的多维模型

9．3．3 BI分析简介

第 10章大数据平台

10．1大数据和云计算

10．1．1大数据技术的发展变迁

10．1．2云计算简介

10．2并行计算框架

10．2．1并行计算简介

10．2．2共享内存和 GPU计算

10．2．3 MPI并行

10．3分布式存储与 Hadoop

10．3．1容器和 Docker

10．3．2 Hadoop和 MapReduce

10．3．3 Spark简介

第 11章可重复研究与产品化

11．1分析报告与数据产品简介

11．1．1自动化报告的常见框架

11．1．2数据产品简介

11．2可重复研究

11．2．1 knitr的应用

11．2．2 Jupyter的应用

11．3数据产品的设计与开发

11．3．1 Shiny基础

11．3．2动态交互的数据产品

第 12章数据科学的行业应用

12．1互联网行业

12．1．1互联网行业的数据

12．1．2互联网行业的数据科学应用

12．1．3分析示例

12．2零售行业

12．2．1零售行业的数据

12．2．2零售行业的数据科学应用

12．2．3分析示例

12．3金融行业

12．3．1金融行业的数据

12．3．2金融行业的数据科学应用

12．3．3分析示例

12．4医疗健康行业

12．4．1医疗健康行业的数据

12．4．2医疗健康行业的数据科学应用

12．4．3分析示例

数据科学概论（数据科学与大数据技术丛书）是2021年由中国人民大学出版社出版,作者李扬。

得书感谢您对《数据科学概论（数据科学与大数据技术丛书）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。