【现货~】数据科学理论与实践(第2版) 朝乐门清华大学出版社

目录
第1章基础理论
图目录
图11DIKW金字塔模型3
表目录
表11结构化数据、非结构化数据与半结构化数据的区别与联系5
表12某数据科学家的画像（Profile）37
表21参数估计与假设检验的主要区别53
表22统计学与机器学习的术语对照表57
表23机器学习的相关学科61
表24已知6部电影的类型及其中出现的接吻次数和打斗次数64
表25已知电影与未知电影的距离64
表26分析学习和归纳学习的比较70
表27Anscombe的四组数据（Anscombes Quartet）76

目录

第1章基础理论

 如何开始学习

1.1术语定义

1.2研究目的

1.3研究视角

1.4发展简史

1.5理论体系

1.6基本原则

1.7相关理论

1.8人才类型

如何继续学习

习题

参考文献

第2章理论基础

 如何开始学习

2.1数据科学的学科地位

2.2统计学

2.3机器学习

2.4数据可视化

如何继续学习

习题

参考文献

第3章流程与方法

 如何开始学习

3.1基本流程

3.2数据加工

3.3数据审计

3.4数据分析

3.5数据可视化

3.6数据故事化

3.7数据科学项目管理

3.8数据科学中的常见错误

如何继续学习

习题

参考文献

第4章技术与工具

 如何开始学习

4.1数据科学的技术体系

4.2MapReduce

4.3Hadoop 

4.4Spark

4.5NoSQL与NewSQL

4.6R与Python

4.7发展趋势

如何继续学习

习题

参考文献

第5章数据产品及开发

 如何开始学习

5.1定义

5.2主要特征

5.3关键活动

5.4数据柔术

5.5数据能力

5.6数据战略

5.7数据治理

5.8数据安全、隐私、道德与伦理

如何继续学习

习题

参考文献

第6章典型案例及实践

 如何开始学习

6.1统计分析

6.2机器学习

6.3数据可视化

6.4Spark编程

6.年美国总统大选

如何继续学习

习题

参考文献

附录A本书例题的R语言版代码

附录B数据科学的重要资源

附录C术语索引

后记

图目录
图11DIKW金字塔模型3

图12数据与数值的区别4

图13数字信号与模拟信号4

图1—2015年全球数据规模及类型的估计6

图15大数据的特征7

图16大数据的本质8

图17人工智能、机器学习和深度学习的区别与联系10

图18DIKUW模型及应用11

图19数据洞见12

图110业务数据化与数据业务化12

图111常用驱动方式13

图112数据的层次

图113大数据生态系统示意图14

图114数据科学的新研究视角15

图115Gartner技术成熟度曲线16

图116数据科学的萌芽期（1974—2009年）17

图117数据科学的快速发展期（2010—2013年）18

图118数据科学的逐渐成熟期（2014年至今）19

图119数据科学的理论体系20

图120数据科学的主要内容20

图121数据科学的“三世界原则“22

图122数据科学的“三个要素“及“3C精神“23

图123计算密集型应用与数据密集型应用的区别24

图124数据范式与知识范式的区别25

图125数据管理范式的变化25

图126数据的“资产“属性26

图127常用驱动方式28

图128CAPTCHA方法的应用28

图129ReCAPTCHA项目29

图130数据与算法之间的关系30

图131BellKors Pragmatic Chaos团队获得Netflix奖30

图132Netflix奖公测结果31

图133数据科学与商务智能的区别与联系32

图134数据科学与数据工程在企业应用中的区别与联系33

图135数据科学人才类型及其收入33

图136RStudio中编辑Markdown的窗口35

图137数据科学家团队38

图138大数据人才应具备的不同知识结构40

图139学习数据科学的四则原则43

图21数据科学的理论基础50

图22统计方法的分类（行为目的与思路方式视角）52

图23统计学中的数据推断53

图24数据统计方法的类型（方法论视角）53

图25数据统计基本方法54

图26元分析与基本分析54

图27GFT预测与美国疾病控制中心数据的对比55

图28GFT估计与实际数据的误差（2013年2月）56

图29大数据时代的思维模式的转变58

图210西洋双陆棋58

图211机器人驾驶58

图212机器学习的基本思路59

图213机器学习的三要素61

图214机器学习的类型62

图215KNN算法的基本步骤63

图216决策树示例——识别鸟类65

图217感知器示例67

图218前向神经网络67

图219归纳学习与分析学习70

图220增强学习70

图221机器学习的类型71

图222IBM Watson72

图223Pepper机器人73

图224机器学习中的数据73

图225Anscombe四组数据的可视化77

图226John Snow的鬼地图（Ghost Map）78

图227在Tableau中加利福尼亚州政府收入来源数据的可视化79

图31数据科学的基本流程83

图32量化自我84

图33规整数据与干净数据的区别85

图34规整数据示意图86

图35残差89

图36数据分析的类型90

图37Analytics 1.0~3.091

图38数据加工方法92

图39数据审计与数据清洗93

图310缺失数据处理的步骤94

图311冗余数据处理的方法94

图312数据分箱处理的步骤与类型96

图313均值平滑与边界值平滑96

图314内容集成98

图315结构集成99

图316数据脱敏处理100

图317数据连续性的定义及重要性104

图318可视化审计示例106

图319Gartner分析学价值扶梯模型106

图320冰激凌的销售量与谋杀案的发生数量108

图321数据分析的类型110

图322拿破仑进军俄国惨败而归的历史事件的可视化111

图323可视分析学的相关学科111

图324可视分析学模型112

图325数据可视化的方法体系113

图326视觉图形元素与视觉通道113

图327雷达图示例114

图328齐美尔连带114

图329视觉隐喻的示例——美国政府机构的设置114

图330地铁路线图的创始人Henry Beck115

图331Henry Beck的伦敦地铁线路图116

图332视觉突出的示例116

图333完图法则的示例117

图334视觉通道的选择与展示119

图335视觉通道的精确度对比119

图336视觉通道的可辨认性——某公司产品销售示意图120

图337视觉通道的可分离性差120

图338上下文导致视觉假象1121

图339上下文导致视觉假象2121

图340对亮度和颜色的相对判断容易造成视觉假象的示例121

图341数据可视化表达与数据故事化描述126

图342数据的故事化描述及故事的展现127

图343项目管理的主要内容130

图344数据科学项目的基本流程131

图4大数据产业全景图140

图42大数据参考架构142

图43MapReduce执行过程144

图44MapReduce对中间数据的处理148

图45以MapReduce为核心和以YARN为核心的软件栈对比150

图46下一代MapReduce框架151

图47Apache的Hadoop项目151

图48Hadoop生态系统152

图49Hadoop MapReduce数据处理过程153

图410Apache Hive官方网站155

图411Apache Pig官方网站156

图412Apache Mahout官方网站157

图413Apache HBase官方网站157

图414HBase与Hadoop项目158

图415HBase的逻辑模型159

图416Apache ZooKeeper官方网站160

图417Apache Flume官方网站161

图418Apache Sqoop官方网站162

图419Spark 技术架构163

图420Spark的基本流程164

图421Spark的执行步骤169

图422Lambda 架构的主要组成部分171

图423传统关系数据库的优点与缺点172

图424关系数据库技术与NoSQL技术之间的关系174

图425NoSQL数据分布的两个基本途径175

图426分片处理176

图427主从复制177

图428对等复制178

图429数据不一致性179

图430CAP理论180

图431Memcached官方网站183

图432一致性散列的分配方式184

图433服务器增加时的变化184

图434云计算的演变过程188

图435数据管理的新变化190

图4—2018年数据科学相关项目中软件产品的使用率（%）192

图4年Gartner数据科学和机器学习平台魔力194

图51数据产品开发中的数据与数据柔术201

图52知识范式与数据范式203

图53数据产品的多样性204

图54数据产品的层次性205

图55Google全球商机洞察（Google Global Market Finder）206

图56数据产品链207

图57传统产品开发与数据产品开发的区别208

图58D.J.Patil209

图59UI(User Interface)设计方案与设计思维210

图510Google搜索的用户体验211

图511人与计算机图像内容识别能力的不同211

图512Amazon Mechanical Turk平台213

图5