数据科学导论PDF|Epub|txt|kindle电子书版本网盘下载

数据科学导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引论1

1.1序言1

1.2数据1

1.2.1数据的概念1

1.2.2数据的发展史2

1.2.3数据、信息与知识6

1.3大数据7

1.3.1大数据时代的来临7

1.3.2大数据的概念8

1.3.3大数据的特征9

1.3.4大数据对社会所产生的影响10

1.3.5迎接大数据时代的挑战13

1.4数据科学15

1.5本书结构16

第2章 数据科学在商业金融领域的应用17

2.1啤酒与尿布17

2.1.1案例详析17

2.1.2数据挖掘技术19

2.1.3购物篮分析法20

2.1.4对我们的思维模式启示21

2.2比价网站的成功23

2.2.1 Farecast案例详析23

2.2.2 Decide案例详析26

2.2.3对我们的思维模式启示27

2.3基于大数据的个性化推荐系统29

2.3.1基于亚马逊云的个性化推荐系统29

2.3.2潘多拉（Pandora）——基于基因的推荐系统29

2.4 Target的大数据营销33

2.4.1案例详析33

2.4.2给我们的思维模式启示34

2.5社交网络数据之于对冲基金35

第3章 数据科学在生物医学领域的应用38

3.1流行病预测38

3.1.1谷歌的流感预测38

3.1.2利用微博来预测流感40

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41

3.2大数据与智慧医疗42

3.2.1临床操作43

3.2.2付款/定价44

3.2.3研发45

3.2.4新的商业模式46

3.2.5公众健康47

3.2.6给我们的思维模式启示47

3.3疾病监控48

3.3.1大数据服务心脏病患者48

3.3.2“魔毯”病人的监控49

3.3.3大数据监测脑外伤病人恢复49

3.4可穿戴技术、大数据与智慧医疗50

3.4.1 什么是可穿戴技术50

3.4.2可穿戴设备简析51

3.4.3可穿戴设备与智慧医疗55

3.4.4给我们的思维模式启示——可穿戴设备的缺陷56

第4章 数据科学在智慧城市领域的应用59

4.1概述59

4.1.1什么是智慧城市59

4.1.2产生背景61

4.1.3 IT企业相继介入智慧城市领域62

4.1.4国际实践63

4.2韩国的松岛新城64

4.3美国的智慧城市建设65

4.3.1哥伦布市65

4.3.2其他智慧城市建设的举措68

4.4英国的智慧城市建设69

4.5日本的智慧城市建设70

4.6北欧智慧城市——爱沙尼亚71

4.7荷兰阿姆斯特丹的智慧城市计划72

4.8巴西里约热内卢的智慧城市建设74

4.9智慧城市建设中所应用的数据科学技术78

4.9.1数据信息的收集：利用传感网络收集数据信息78

4.9.2数据信息的整合：不同数据信息的整合和统一管理78

4.9.3数据信息分析与应用：大容量、实时性分析技术79

第5章 数据科学在影视娱乐领域的应用81

5.1大数据捧红《纸牌屋》81

5.1.1案例详析81

5.1.2大数据如何捧红《纸牌屋》82

5.1.3给我们的思维模式启示83

5.2谷歌预测电影票房86

5.2.1案例详析86

5.2.2谷歌的预测机理87

5.2.3给我们的思维模式启示90

5.3利用数据预测奥斯卡奖项92

第6章 数据科学在其他领域的应用实例96

6.1大数据帮助奥巴马赢得大选96

6.1.1案例详析96

6.1.2给我们的思维模式启示100

6.2棱镜门101

6.2.1案例详析101

6.2.2“棱镜”计划105

6.2.3加拿大的“棱镜门”107

6.2.4给我们的思维模式启示108

6.3大数据帮助寻根问祖111

6.3.1案例分析111

6.3.2运作机理113

6.4大数据与社会治安115

第7章 数据科学工程概论116

7.1科学研究的第四范式——数据密集型研究方法116

7.1.1范式和范式的演变116

7.1.2科学研究的第四范式117

7.2数据密集型科学研究兴起的社会环境118

7.2.1数据洪流的到来118

7.2.2科学界对海量数据的关注118

7.2.3关联数据运动119

7.2.4政府数据开放运动120

7.3对数据密集型科学研究范式的分析121

7.3.1科学数据和科学研究的问题122

7.3.2相应的解决方案122

7.4数据的收集123

7.4.1客观世界（Matter）中的数据123

7.4.2主观世界（Mind）中的数据124

7.4.3细谈数据124

7.5数据的存储125

7.6数据的管理126

7.6.1 NoSQL数据库简介126

7.6.2 NoSQL数据库的特点128

7.6.3开源的NoSQL数据库软件129

7.7数据的处理131

7.7.1 Hadoop的起源132

7.7.2优点132

7.7.3架构133

7.7.4 MapReduce流程134

7.8数据的可视化135

7.8.1 Excel135

7.8.2 Raphael136

7.8.3 Visual.ly136

7.8.4 Crossfilter137

7.8.5 PolyMaps137

7.8.6 Kartograph137

7.8.7 Processing138

7.8.8 R138

7.8.9Weka139

7.8.10 Gephi140

第8章 数据科学的未来展望141

8.1从业前景广阔141

8.2对未来数据科学发展的探讨144

8.2.1提防进入数据误区144

8.2.2数据不是万能的144