数据思维

图书标准信息

• 作者 胡广伟
• 出版社 清华大学出版社
• 出版时间 2020-12
• 版次 1
• ISBN 9787302561385
• 定价 69.80元
• 装帧 平装
• 开本 16开
• 页数 352页
• 字数 546千字

【内容简介】

大学生所接受的数据类先导或通识教育较为分散，不够深入，且理论多实操少，不能有效提升其数据素养和核心竞争力。数据行业从业人员面对工作压力和自我提升的需要，急需一门随时随地可学的专业通识课程。该课是市场需求的产物，将得到大学生和数据行业从业人员的热切欢迎。
  主要特色体现为：使学生全面理解数据思维的新科学范式，覆盖数据全生命周期，从理念、理论、实操和应用不同视角，全面讲解并培养受众的数据思维模式，使其成为数据行业专业人员，提高其战略思维和技术能力，同时推动数据行业理论发展、创新应用与理念传播。

【作者简介】

    胡广伟（1975～），管理学博士，大学信息管理学院教授、博士生导师，从事信息系统、电子政务、大数据、电子等研究与工作。“很好人才”、江苏省“六大人才高峰”培养对象等。在靠前、高水学术期刊发表学术60余篇，出版专著2部、软件著作权10多件，多次获省部级奖项。

【目录】

章数据思维导论

1.1数、数据与大数据

1.1.1数

1.1.2数据

1.1.3大数据

1.2数据科学

1.2.1数据科学的内涵及兴起

1.2.2数据科学的学科定位

1.2.3数据科学的研究内容

1.2.4数据科学的工作流程

1.3相关的“思维”范式

1.3.1思维

1.3.2科学思维

1.3.3统计思维

1.3.4数据思维

小结

讨论与实践

参文献

第2章数据思维基础

2.1数据思维的产生

2.1.1思维原料的变化

2.1.2思维主体的变化

2.1.3思维工具的变化

2.1.4思维形式的变化

2.2数据思维的范式

2.2.1科学方

2.2.2科学认识论

2.2.3科学行动范式

2.3数据思维的特点

2.3.1整体

2.3.2量化

2.3.3互联

2.3.4价值

2.3.5动态

2.4数据思维的局限

2.4.1全数据模式的幻像

2.4.2量化思维的焦虑

2.4.3相关的过度崇拜

2.5数据思维的应用

2.5.1数据思维的应用价值

2.5.2数据思维的应用流程

2.5.3数据思维的应用方法

2.6数据行为

2.6.1数据行为的概念

2.6.2数据行为的分类

2.6.3数据行为的基本原则

小结

讨论与实践

参文献

第3章数据思维：信息学视角

3.1优选熵

3.1.1熵及信息熵的概念

3.1.2优选熵的内涵

3.1.3优选熵的应用

3.2小努力

3.2.1小努力的内涵

3.2.2小努力的应用

3.3对数透视现象

3.3.1对数透视现象的内涵

3.3.2网络环境下的对数透视现象

3.4信息生命周期理论

3.4.1信息生命周期的内涵

3.4.2信息生命周期运动的认识

3.4.3信息生命周期理论

3.4.4大数据与信息生命周期理论

3.5小世界现象

3.5.1小世界现象的由来

3.5.2小世界现象的研究类型

3.5.3小世界网络现象的应用

小结

讨论与实践

参文献

第4章数据思维模式

4.1全数据思维

4.1.1抽样数据：以小见大

4.1.2全数据：以大见小

4.1.3大数据：还原事物间的联系

4.2容错思维

4.2.1允许出现错误

4.2.2混杂的大数据也可能更

4.2.3接受混杂是趋势

4.3实时思维

4.3.1成批处理方式

4.3.2实时处理方式

4.3.3两种处理方式对比

4.4相关思维

4.4.1相关关系

4.4.2相关思维的应用

4.4.3如何处理两种关系

小结

讨论与实践

参文献

第5章数据生产

5.1数据生产的概念

5.2数据生产的特点

5.3数据生产的目标

5.3.1采集全量数据

5.3.2发现数据的新价值

5.3.3虑外部用户的需求

5.4数据生产的阶段

5.5数据的生产源

5.5.1互联网数据

5.5.2移动网络数据

5.5.3物联网数据

小结

讨论与实践

参文献

第6章数据采集

6.1数据采集的概念

6.2数据来源

6.3数据选择

6.4数据采集的方法及工具

6.4.1系统志采集方法

6.4.2传感器采集方法

6.4.3网络爬虫采集方法

6.4.4其他数据采集方法

小结

讨论与实践

参文献

第7章数据存储

7.1传统数据存储

7.1.1存储设备

7.1.2存储系统网络架构

7.2大数据时代的数据存储

7.2.1大数据存储系统的特点

7.2.2分布式存储

7.2.3云存储

7.3数据库技术

7.3.1数据库技术的发展

7.3.2关系数据库

7.3.3nosql

小结

讨论与实践

参文献

第8章数据预处理

8.1数据预处理的必要

8.2数据清洗

8.2.1缺失数据处理

8.2.2冗余数据处理

8.2.3噪声数据处理

8.3数据变换

8.3.1大小变换

8.3.2类型变换

8.4数据集成

8.4.1内容集成

8.4.2结构集成

8.5其他预处理方法

8.5.1数据脱敏

8.5.2数据归约

8.5.3数据标注

小结

讨论与实践

参文献

第9章数据分析

9.1业务理解

9.2数据理解

9.3数据分析分类

9.3.1结构化数据分析

9.3.2文本分析

9.3.3web数据分析

9.3.4多媒体数据分析

9.3.5社交网络数据分析

9.3.6移动数据分析

9.4数据分析方法的选择

9.4.1分类算法

9.4.2聚类算法

9.4.3关联分析

9.4.4回归分析

9.4.5深度学

9.4.6统计方法

9.5数据分析常见陷阱

小结

讨论与实践

参文献

0章数据可视化

10.1数据可视化概述

10.2microsoftexcel

10.2.1创建图表

……