新書推薦:
《
绝美的奥伦堡蕾丝披肩编织
》
售價:HK$
181.7
《
狂飙年代:18世纪俄国的新文化和旧文化(第二卷)
》
售價:HK$
177.0
《
万有引力书系 纳粹亿万富翁 德国财富家族的黑暗历史
》
售價:HK$
112.7
《
中国常见植物野外识别手册:青海册
》
售價:HK$
78.2
《
三星堆对话古遗址(从三星堆出发,横跨黄河流域,长江流域,对话11处古遗址,探源多元一体的中华文明)
》
售價:HK$
89.7
《
迷人的化学(迷人的科学丛书)
》
售價:HK$
147.2
《
宋代冠服图志(详尽展示宋代各类冠服 精美插图 考据严谨 细节丰富)
》
售價:HK$
87.4
《
形似神异:什么是中日传统政治文化的结构性差异
》
售價:HK$
55.8
|
內容簡介: |
数据科学,作为一门正在蓬勃发展的新学科,所关注的正是如何在大数据时代背景下,去运用各门与数据相关的技术和理论,服务于社会,让我们可以更好的去利用身边的数据,将生活变得更加美好。本书将会系统性的讲述与数据科学相关的各个方面的知识,着重于培养数据工程师所需要的技能与思维。本书将从数据科学相关的概念出发,通过丰富详实的案例,从各个方面,来展示数据科学的运用方式,让读者有一个更为直观的认识,也从中可以感受到数据科学处理各个领域问题的方法和流程,并且会在其中穿插数据科学研究方式下新的思维模式的讲解。本书还会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。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。
|
關於作者: |
杨旭,男,博士。2003年7月于清华大学电子工程系获得学士学位,2009年7月于清华大学微电子所获得博士学位。2009年10月至2012年2月,在清华大学计算机系做博士后。2012年3月出站后,进入北京理工大学信息与电子学院。2013年4月,进入北京理工大学软件学院。主要研究领域为大数据、并行计算、计算机体系结构、编译技术。曾担任过我国核高基01重大专项分项目副组长子项目负责人,并曾主持过多项部委基金项目。目前已发表论文22篇,其中第一作者及通信作者13篇,SCI收录2篇,EI收录13篇。申请专利3项。
|
目錄:
|
第1章 引论
1.1 序言
1.2 数据
1.2.1 数据的概念
1.2.2 数据的发展史
1.2.3 数据、信息与知识
1.3 大数据
1.3.1 大数据时代的来临
l.3.2 大数据的概念
1.3.3 大数据的特征
1.3.4 大数据对社会所产生的影响
1.3.5 迎接大数据时代的挑战
1.4 数据科学
1.5 本书结构
第2章 数据科学在商业金融领域的应用
2.1 啤酒与尿布
2.1.1 案例详析
2.1.2 大数据挖掘技术
2.1.3 购物篮分析法
2.1.4 对我们的思维模式启示
2.2 比价网站的成功
2.2.1 Farecast案例详析
2.2.2 Decide案例详析
2.2.3 对我们的思维模式启示
2.3 基于大数据的个性化推荐系统
2.3.1 基于亚马逊云的个性化推荐系统
2.3.2 潘多拉Pandora——基于基因的推荐系统
2.4.Target的大数据营销
2.4.1 案例详析
2.4.2 给我们的思维模式启示
2.5 社交网络数据之于对冲基金
第3章 数据科学在生物医学领域的应用
3.1 流行病预测
3.1.1 谷歌的流感预测
3.1.2 利用微博来预测流感
3.1.3 给我们的思维模式启示——大数据时代的科学伦理问题
3.2 大数据与智慧医疗
3.2.1 临床操作
3.2.2 付款/定价
3.2.3 研发
3.2.4 新的商业模式
3.2.5 公众健康
3.2.6 给我们的思维模式启示
3.3 疾病监控
3.3.1 大数据服务心脏病患者
3.3.2 “魔毯”病人的监控
3.3.3 大数据监测脑外伤病人恢复
3.4 可穿戴技术、大数据与智慧医疗
3.4.1 什么是可穿戴技术
3.4.2 可穿戴设备简析
3.4.3 可穿戴设备与智慧医疗
3.4.4 给我们的思维模式启示——可穿戴设备的缺陷
第4章 数据科学在智慧城市领域的应用
4.1 概述
4.1.1 什么是智慧城市
4.1.2 产生背景
4.1.3 IT企业相继介入智慧城市领域
4.1.4 国际实践
4.2 韩国的松岛新城
4.3 美国的智慧城市建设
4.3.1 哥伦布市
4.3.2 其他智慧城市建设的举措
4.4 英国的智慧城市建设
4.5 日本的智慧城市建设
4.6 北欧智慧城市——爱沙尼亚
4.7 荷兰阿姆斯特丹的智慧城市计划
4.8 巴西里约热内卢的智慧城市建设
4.9 智慧城市建设中所应用的数据科学技术
4.9.1 数据信息的收集:利用传感网络收集数据信息
4.9.2 数据信息的整合:不同数据信息的整合和统一管理
4.9.3 数据信息分析与应用:大容量、实时性分析技术
第5章 数据科学在影视娱乐领域的应用
5.1 大数据捧红《纸牌屋》
5.1.1 案例详析
5.1.2 大数据如何捧红《纸牌屋》
5.1.3 给我们的思维模式启示
5.2 谷歌预测电影票房
5.2.1 案例详析
5.2.2 谷歌的预测机理
5.2.3 给我们的思维模式启示
5.3 利用数据预测奥斯卡奖项
第6章 数据科学在其他领域的应用实例
6.1 大数据帮助奥巴马赢得大选
6.1.1 案例详析
6.1.2 给我们的思维模式启示
6.2 棱镜门
6.2.1 案例详析
6.2.2 “棱镜”计划
6.2.3 加拿大的“棱镜门”
6.2.4 给我们的思维模式启示
6.3 大数据帮助寻根问祖
6.3.1 案例分析
6.3.2 运作机理
6.4 大数据与社会治安
第7章 数据科学工程概论
7.1 科学研究的第四范式——数据密集型研究方法
7.1.1 范式和范式的演变
7.1.2 科学研究的第四范式
7.2 数据密集型科学研究兴起的社会环境
7.2.1 数据洪流的到来
7.2.2 科学界对海量数据的关注
7.2.3 关联数据运动
7.2.4 政府数据开放运动
7.3 对数据密集型科学研究范式的分析
7.3.1 科学数据和科学研究的问题
7.3.2 相应的解决方案
7.4 数据的收集
7.4.1 客观世界Matter中的数据
7.4.2 主观世界Mind中的数据
7.4.3 细谈数据
7.5 数据的存储
7.6 数据的管理
7.6.1 NoSQL数据库简介
7.6.2 NoSQL数据库的特点
7.6.3 开源的NoSQL数据库软件
7.7 数据的处理
7.7.1 Hadoop的起源
7.7.2 优点
7.7.3 架构
7.7.4 MapReduce流程
7.8 数据的可视化
7.8.1 Excel
7.8.2 Raphael
7.8.3 Visual.ly
7.8.4 Crossfiltet
7.8.5 PolyMaps
7.8.6 Kartograph
7.8.7 Processing
7.8.8 R
7.8.9 Weka
7.8.10 Gephi
第8章 数据科学的未来展望
8.1 从业前景广阔
8.2 对未来数据科学发展的探讨
8.2.1 提防进入数据误区
8.2.2 数据不是万能的
|
|