注冊(cè) | 登錄讀書(shū)好，好讀書(shū)，讀好書(shū)！

當(dāng)前位置：首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)計(jì)算機(jī)科學(xué)理論與基礎(chǔ)知識(shí)數(shù)據(jù)科學(xué)導(dǎo)論

數(shù)據(jù)科學(xué)導(dǎo)論

定　價(jià)：￥29.00

作　者：	楊旭，湯海京，丁剛毅編
出版社：	北京理工大學(xué)出版社
叢編項(xiàng)：	普通高等教育"十二五"規(guī)劃教材
標(biāo)　簽：	工學(xué) 教材研究生/本科/?？平滩?/td>

購(gòu)買這本書(shū)可以去

ISBN：	9787564063849	出版時(shí)間：	2014-03-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	146	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　數(shù)據(jù)科學(xué)，作為一門(mén)正在蓬勃發(fā)展的新學(xué)科，關(guān)注的是如何在大數(shù)據(jù)時(shí)代背景下運(yùn)用各門(mén)與數(shù)據(jù)相關(guān)的技術(shù)和理論來(lái)服務(wù)社會(huì)?！稊?shù)據(jù)科學(xué)導(dǎo)論/普通高等教育“十二五”規(guī)劃教材》系統(tǒng)性地講述了與數(shù)據(jù)科學(xué)相關(guān)的各方面知識(shí)，著重培養(yǎng)數(shù)據(jù)工程師所需要的技能與思維?！稊?shù)據(jù)科學(xué)導(dǎo)論/普通高等教育“十二五”規(guī)劃教材》從與數(shù)據(jù)科學(xué)相關(guān)的概念出發(fā)，通過(guò)豐富翔實(shí)的案例，從各個(gè)方面展示數(shù)據(jù)科學(xué)的運(yùn)用方式，讓讀者有一個(gè)更為直觀的認(rèn)識(shí)，也可以從中感受到運(yùn)用數(shù)據(jù)科學(xué)處理各個(gè)領(lǐng)域問(wèn)題的方法和流程，并且在其中穿插了數(shù)據(jù)科學(xué)研究方式下新的思維模式的講解?！稊?shù)據(jù)科學(xué)導(dǎo)論/普通高等教育“十二五”規(guī)劃教材》還從工程概論的流程角度來(lái)講述數(shù)據(jù)科學(xué)的工程體系架構(gòu)，展望數(shù)據(jù)科學(xué)的未來(lái)發(fā)展。《數(shù)據(jù)科學(xué)導(dǎo)論/普通高等教育“十二五”規(guī)劃教材》可作為計(jì)算機(jī)相關(guān)專業(yè)的本科生教材，也可供相關(guān)專業(yè)技術(shù)人員閱讀參考。

作者簡(jiǎn)介

　　楊旭，男，博士。2003年7月于清華大學(xué)電子工程系獲得學(xué)士學(xué)位，2009年7月于清華大學(xué)微電子所獲得博士學(xué)位。2009年10月至2012年2月，在清華大學(xué)計(jì)算機(jī)系做博士后。2012年3月出站后，進(jìn)入北京理工大學(xué)信息與電子學(xué)院。2013年4月，進(jìn)入北京理工大學(xué)軟件學(xué)院。主要研究領(lǐng)域?yàn)榇髷?shù)據(jù)、并行計(jì)算、計(jì)算機(jī)體系結(jié)構(gòu)、編譯技術(shù)。曾擔(dān)任過(guò)我國(guó)核高基01重大專項(xiàng)分項(xiàng)目副組長(zhǎng)/子項(xiàng)目負(fù)責(zé)人，并曾主持過(guò)多項(xiàng)部委基金項(xiàng)目。目前已發(fā)表論文22篇，其中第一作者及通信作者13篇，SCI收錄2篇，EI收錄13篇。申請(qǐng)專利3項(xiàng)。

圖書(shū)目錄

第1章引論
1.1 序言
1.2 數(shù)據(jù)
1.2.1 數(shù)據(jù)的概念
1.2.2 數(shù)據(jù)的發(fā)展史
1.2.3 數(shù)據(jù)、信息與知識(shí)
1.3 大數(shù)據(jù)
1.3.1 大數(shù)據(jù)時(shí)代的來(lái)臨
1.3.2 大數(shù)據(jù)的概念
1.3.3 大數(shù)據(jù)的特征
1.3.4 大數(shù)據(jù)對(duì)社會(huì)所產(chǎn)生的影響
1.3.5 迎接大數(shù)據(jù)時(shí)代的挑戰(zhàn)
1.4 數(shù)據(jù)科學(xué)
1.5 本書(shū)結(jié)構(gòu)
第2章數(shù)據(jù)科學(xué)在商業(yè)金融領(lǐng)域的應(yīng)用
2.1 啤酒與尿布
2.1.1 案例詳析
2.1.2 大數(shù)據(jù)挖掘技術(shù)
2.1.3 購(gòu)物籃分析法
2.1.4 對(duì)我們的思維模式啟示
2.2 比價(jià)網(wǎng)站的成功
2.2.1 Farecast案例詳析
2.2.2 Decide案例詳析
2.2.3 對(duì)我們的思維模式啟示
2.3 基于大數(shù)據(jù)的個(gè)性化推薦系統(tǒng)
2.3.1 基于亞馬遜云的個(gè)性化推薦系統(tǒng)
2.3.2 潘多拉（Pandora）——基于基因的推薦系統(tǒng)
2.4.Target的大數(shù)據(jù)營(yíng)銷
2.4.1 案例詳析
2.4.2 給我們的思維模式啟示
2.5 社交網(wǎng)絡(luò)數(shù)據(jù)之于對(duì)沖基金
第3章數(shù)據(jù)科學(xué)在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用
3.1 流行病預(yù)測(cè)
3.1.1 谷歌的流感預(yù)測(cè)
3.1.2 利用微博來(lái)預(yù)測(cè)流感
3.1.3 給我們的思維模式啟示——大數(shù)據(jù)時(shí)代的科學(xué)倫理問(wèn)題
3.2 大數(shù)據(jù)與智慧醫(yī)療
3.2.1 臨床操作
3.2.2 付款／定價(jià)
3.2.3 研發(fā)
3.2.4 新的商業(yè)模式
3.2.5 公眾健康
3.2.6 給我們的思維模式啟示
3.3 疾病監(jiān)控
3.3.1 大數(shù)據(jù)服務(wù)心臟病患者
3.3.2 “魔毯”病人的監(jiān)控
3.3.3 大數(shù)據(jù)監(jiān)測(cè)腦外傷病人恢復(fù)
3.4 可穿戴技術(shù)、大數(shù)據(jù)與智慧醫(yī)療
3.4.1 什么是可穿戴技術(shù)
3.4.2 可穿戴設(shè)備簡(jiǎn)析
3.4.3 可穿戴設(shè)備與智慧醫(yī)療
3.4.4 給我們的思維模式啟示——可穿戴設(shè)備的缺陷
第4章數(shù)據(jù)科學(xué)在智慧城市領(lǐng)域的應(yīng)用
4.1 概述
4.1.1 什么是智慧城市
4.1.2 產(chǎn)生背景
4.1.3 IT企業(yè)相繼介入智慧城市領(lǐng)域
4.1.4 國(guó)際實(shí)踐
4.2 韓國(guó)的松島新城
4.3 美國(guó)的智慧城市建設(shè)
4.3.1 哥倫布市
4.3.2 其他智慧城市建設(shè)的舉措
4.4 英國(guó)的智慧城市建設(shè)
4.5 日本的智慧城市建設(shè)
4.6 北歐智慧城市——愛(ài)沙尼亞
4.7 荷蘭阿姆斯特丹的智慧城市計(jì)劃
4.8 巴西里約熱內(nèi)盧的智慧城市建設(shè)
4.9 智慧城市建設(shè)中所應(yīng)用的數(shù)據(jù)科學(xué)技術(shù)
4.9.1 數(shù)據(jù)信息的收集：利用傳感網(wǎng)絡(luò)收集數(shù)據(jù)信息
4.9.2 數(shù)據(jù)信息的整合：不同數(shù)據(jù)信息的整合和統(tǒng)一管理
4.9.3 數(shù)據(jù)信息分析與應(yīng)用：大容量、實(shí)時(shí)性分析技術(shù)
第5章數(shù)據(jù)科學(xué)在影視娛樂(lè)領(lǐng)域的應(yīng)用
5.1 大數(shù)據(jù)捧紅《紙牌屋》
5.1.1 案例詳析
5.1.2 大數(shù)據(jù)如何捧紅《紙牌屋》
5.1.3 給我們的思維模式啟示
5.2 谷歌預(yù)測(cè)電影票房
5.2.1 案例詳析
5.2.2 谷歌的預(yù)測(cè)機(jī)理
5.2.3 給我們的思維模式啟示
5.3 利用數(shù)據(jù)預(yù)測(cè)奧斯卡獎(jiǎng)項(xiàng)
第6章數(shù)據(jù)科學(xué)在其他領(lǐng)域的應(yīng)用實(shí)例
6.1 大數(shù)據(jù)幫助奧巴馬贏得大選
6.1.1 案例詳析
6.1.2 給我們的思維模式啟示
6.2 棱鏡門(mén)
6.2.1 案例詳析
6.2.2 “棱鏡”計(jì)劃
6.2.3 加拿大的“棱鏡門(mén)”
6.2.4 給我們的思維模式啟示
6.3 大數(shù)據(jù)幫助尋根問(wèn)祖
6.3.1 案例分析
6.3.2 運(yùn)作機(jī)理
6.4 大數(shù)據(jù)與社會(huì)治安
第7章數(shù)據(jù)科學(xué)工程概論
7.1 科學(xué)研究的第四范式——數(shù)據(jù)密集型研究方法
7.1.1 范式和范式的演變
7.1.2 科學(xué)研究的第四范式
7.2 數(shù)據(jù)密集型科學(xué)研究興起的社會(huì)環(huán)境
7.2.1 數(shù)據(jù)洪流的到來(lái)
7.2.2 科學(xué)界對(duì)海量數(shù)據(jù)的關(guān)注
7.2.3 關(guān)聯(lián)數(shù)據(jù)運(yùn)動(dòng)
7.2.4 政府?dāng)?shù)據(jù)開(kāi)放運(yùn)動(dòng)
7.3 對(duì)數(shù)據(jù)密集型科學(xué)研究范式的分析
7.3.1 科學(xué)數(shù)據(jù)和科學(xué)研究的問(wèn)題
7.3.2 相應(yīng)的解決方案
7.4 數(shù)據(jù)的收集
7.4.1 客觀世界（Matter）中的數(shù)據(jù)
7.4.2 主觀世界（Mind）中的數(shù)據(jù)
7.4.3 細(xì)談數(shù)據(jù)
7.5 數(shù)據(jù)的存儲(chǔ)
7.6 數(shù)據(jù)的管理
7.6.1 NoSQL數(shù)據(jù)庫(kù)簡(jiǎn)介
7.6.2 NoSQL數(shù)據(jù)庫(kù)的特點(diǎn)
7.6.3 開(kāi)源的NoSQL數(shù)據(jù)庫(kù)軟件
7.7 數(shù)據(jù)的處理
7.7.1 Hadoop的起源
7.7.2 優(yōu)點(diǎn)
7.7.3 架構(gòu)
7.7.4 MapReduce流程
7.8 數(shù)據(jù)的可視化
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章數(shù)據(jù)科學(xué)的未來(lái)展望
8.1 從業(yè)前景廣闊
8.2 對(duì)未來(lái)數(shù)據(jù)科學(xué)發(fā)展的探討
8.2.1 提防進(jìn)入數(shù)據(jù)誤區(qū)
8.2.2 數(shù)據(jù)不是萬(wàn)能的