第 1章 數(shù)據(jù)科學的基礎理論 1
1．1 為什么要學習數(shù)據(jù)科學 1
1．2 數(shù)據(jù)科學的定義 4
1．3 數(shù)據(jù)科學的知識體系 6
1．4 數(shù)據(jù)科學的基本流程 8
1．5 數(shù)據(jù)科學與其他學科的區(qū)別 11
1．5．1 學科定位 11
1．5．2 研究視角 13
1．5．3 研究范式 13
1．6 數(shù)據(jù)科學的人才類型 16
1．7 數(shù)據(jù)科學的常用工具 19
1．8 數(shù)據(jù)科學的相關應用 21
1．9 繼續(xù)學習本章知識 23
習題 26
第 2章 統(tǒng)計學與模型 29
2．1 統(tǒng)計學與數(shù)據(jù)科學 29
2．1．1 描述統(tǒng)計與推斷統(tǒng)計 30
2．1．2 基本分析法和元分析法 31
2．2 統(tǒng)計方法的選擇思路 32
2．3 數(shù)據(jù)劃分及準備方法 33
2．3．1 自變量與因變量 34
2．3．2 數(shù)據(jù)抽樣 35
2．4 參數(shù)估計與假設檢驗 37
2．4．1 參數(shù)估計 37
2．4．2 假設檢驗 38
2．5 常用統(tǒng)計方法及選擇 39
2．5．1 相關分析 39
2．5．2 回歸分析 41
2．5．3 方差分析 41
2．5．4 分類分析 42
2．5．5 聚類分析 43
2．5．6 時間序列分析 44
2．5．7 關聯(lián)規(guī)則分析 44
2．6 統(tǒng)計學面臨的挑戰(zhàn) 45
2．7 Python編程實踐 45
2．8 繼續(xù)學習本章知識 53
習題 55
第3章 機器學習與算法 57
3．1 數(shù)據(jù)科學與機器學習 57
3．2 機器學習的應用步驟 60
3．3 數(shù)據(jù)劃分及準備方法 61
3．4 算法類型及選擇方法 62
3．5 模型的評估方法 64
3．6 機器學習面臨的挑戰(zhàn) 67
3．7 Python編程實踐 68
3．8 繼續(xù)學習本章知識 77
習題 79
第4章 數(shù)據(jù)可視化 81
4．1 數(shù)據(jù)科學與數(shù)據(jù)可視化 81
4．2 數(shù)據(jù)可視化的基本原則 84
4．3 視覺編碼與數(shù)據(jù)類型 84
4．4 可視分析學 87
4．5 常用統(tǒng)計圖表 89
4．6 數(shù)據(jù)可視化的發(fā)展趨勢 92
4．7 Python編程實踐 93
4．8 繼續(xù)學習本章知識 97
習題 98
第5章 數(shù)據(jù)加工 100
5．1 數(shù)據(jù)科學與數(shù)據(jù)加工 100
5．2 探索性數(shù)據(jù)分析 101
5．3 數(shù)據(jù)大小及標準化 103
5．4 缺失數(shù)據(jù)及其處理方法 104
5．5 噪聲數(shù)據(jù)及其處理方法 105
5．5．1 離群點處理 105
5．5．2 分箱處理 106
5．6 數(shù)據(jù)維度及其降維處理方法 108
5．6．1 特征選擇 109
5．6．2 主成分分析 110
5．7 數(shù)據(jù)脫敏及其處理方法 110
5．8 數(shù)據(jù)形態(tài)及其規(guī)整化方法 112
5．9 Python編程實踐 115
5．10 繼續(xù)學習本章知識 121
習題 122
第6章 大數(shù)據(jù)技術 124
6．1 數(shù)據(jù)科學與大數(shù)據(jù)技術 124
6．2 Hadoop生態(tài)系統(tǒng) 125
6．3 大數(shù)據(jù)計算技術與Spark 128
6．3．1 大數(shù)據(jù)計算與Lambda
架構 128
6．3．2 Spark的出現(xiàn)及其特點 129
6．3．3 Spark的計算流程 131
6．3．4 Spark的關鍵技術 132
6．4 大數(shù)據(jù)管理技術與MongoDB 136
6．4．1 關系數(shù)據(jù)庫及其優(yōu)缺點 136
6．4．2 NoSQL及其數(shù)據(jù)模型 139
6．4．3 CAP理論與BASE原則 140
6．4．4 分片技術與復制技術 141
6．4．5 MongoDB 144
6．5 大數(shù)據(jù)分析技術 150
6．5．1 Analytics 3．0 150
6．5．2 Gartner分析學價值扶梯模型 152
6．5．3 數(shù)據(jù)分析中的陷阱 152
6．6 Python編程實踐 154
6．7 繼續(xù)學習本章知識 165
習題 167
第7章 數(shù)據(jù)產品開發(fā)及數(shù)據(jù)科學中的人文與管理 171
7．1 數(shù)據(jù)產品開發(fā)及數(shù)據(jù)科學的人文與管理屬性 171
7．2 數(shù)據(jù)產品及開發(fā) 172
7．3 數(shù)據(jù)科學的項目管理 174
7．3．1 數(shù)據(jù)科學項目中的主要角色 174
7．3．2 數(shù)據(jù)科學項目中的主要活動 175
7．4 數(shù)據(jù)能力 176
7．4．1 關鍵過程域 177
7．4．2 成熟度等級 179
7．4．3 成熟度評價 181
7．5 數(shù)據(jù)治理 183
7．5．1 主要內容 183
7．5．2 基本過程 184
7．5．3 參考框架 185
7．6 數(shù)據(jù)安全 186
7．6．1 信息系統(tǒng)安全等級保護 186
7．6．2 P2DR模型 187
7．7 數(shù)據(jù)偏見 187
7．7．1 數(shù)據(jù)來源選擇偏見 188
7．7．2 數(shù)據(jù)加工和準備偏見 189
7．7．3 算法與模型選擇偏見 189
7．7．4 分析結果的解讀和呈現(xiàn)上的偏見 189
7．8 數(shù)據(jù)倫理與道德 190
7．9 繼續(xù)學習本章知識 191
習題 191
術語索引 193
參考文獻 198