本书是一本全面、系统、实用的数据科学教材，旨在帮助读者掌握数据科学的核心理论、实践技能及其在不同领域的实际应用。全书共分为十二章，覆盖数据科学从基础概念到前沿发展的完整体系。 第一部分：基础理论 从“什么是数据”开始，系统讲解数据的基本概念、存储形式与分类方法（第1章），进而介绍数据科学的定义、发展历程、生命周期及其在决策中的关键作用（第2章）。 第二部分：应用领域 结合智慧城市、电子商务、安全与欺诈检测、健康医疗等实际案例，展示数据科学如何在不同行业中发挥作用（第3章）。 第三部分：核心理论 详细讲解数据科学中的概率思维（第4章）和数理统计（第5章），为机器学习与数据分析的应用奠定扎实的数学基础。 第四部分：数据建模与挖掘 通过机器学习（第6章）和深度学习（第7章）的详细讲解，涵盖监督学习、无监督学习、神经网络、卷积网络、递归网络等内容，帮助读者掌握模型构建及优化的基本方法。 第五部分：数据科学实践 深入探讨数据科学工作流的关键环节，包括数据收集（第8章）、数据预处理（第9章）、数据分析与挖掘（第10章）以及数据可视化（第11章），为构建高效的数据分析系统提供完整的技术路径。 第六部分：前沿探索 聚焦数据科学的前沿领域，如数据安全与隐私、伦理道德、知识图谱及推荐系统等（第12章），探讨数据科学未来的发展方向与挑战。 本书通过理论与实践的有机结合，辅以大量案例和可视化示例，帮助读者系统掌握数据科学的核心知识与实践技能。不论是高校学生、从业者，还是数据科学领域的研究人员，都能从中受益匪浅。

更多科学出版社服务，请扫码获取。

2015-09-01至2019-12-30，大连理工大学，软件工程，博士 2011-09-01至2014-04-30，沈阳工业大学，应用数学，硕士 2007-09-01至2011-06-30，沈阳工业大学，信息与计算科学，学士2022-06-23至，大连理工大学,副教授 2019-12-01至2022-06-01，大连理工大学,博士后 2014-09-01至2015-07-01，大连财经学院,助教

第1章 什么是数据？ 1.1 数据的概念与发展 1.1.1 数据、信息与知识 1.1.2 大数据 1.2数据存储 1.2.1数据类型 1.2.2二进制与十进制 1.2.3传统存储与云存储 1.2.4结构化数据与非结构化数据 本章小结 思考题 参考文献 第2章 什么是数据科学 2.1 数据科学的产生与发展 2.1.1 数据科学定义 2.1.2 数据科学的发展历程 2.1.3 数据科学的知识体系 2.2 从数据到决策 2.2.1 DIKW模型架构 2.2.2 DIKW模型在数据科学中的应用 2.3 数据科学的生命周期 2.3.1 明确研究问题 2.3.2 收集相关数据 2.3.3 数据预处理 2.3.4 数据挖掘与分析 2.3.5 数据可视化 本章小结 思考题 参考文献 第3章 数据科学能做什么 3.1 智慧城市 3.1.1 城市数据 3.2.2 相关研究 3.2 电子商务 3.3 安全与欺诈检测 3.4 健康医疗 3.4.1 医疗数据 3.4.2 相关应用 3.5 语音识别 本章小结 思考题 参考文献 第4章 数据科学中的概率思维 4.1条件概率 4.1.1概率 4.1.2条件概率的定义 4.1.3条件概率的性质 4.1.4乘法公式 4.1.5全概率公式 4.2独立性与非独立性 4.1.1两个事件独立性 4.1.2多个事件独立性 4.3贝叶斯定理 4.3.1先验概率与后验概率 4.3.2贝叶斯定理 4.3.3贝叶斯算法的应用 4.3.4朴素贝叶斯分类算法 4.3.5朴素贝叶斯的分类 4.4正态分布 4.4.1正态分布的定义 4.4.2正态分布的性质 4.4.3正态分布的参数估计 4.4.4正态分布的应用 4.5相关性分析与因果分析 4.5.1相关性分析 4.5.2因果分析 4.5.3数据的相关性与因果性的关系 本章小结 思考题 参考文献 第5章 数理统计 5.1 数据集描述 5.1.1 集中趋势 5.1.2 离散趋势 5.1.3 分布形态 5.2 假设和推理 5.2.1 统计假设检验 5.2.2 p值与p值篡改 5.2.3 置信区间 5.3 方差分析与回归分析 5.3.1 方差分析 5.3.2 一元线性回归 5.3.3 多元线性回归 5.4 马尔科夫链 5.4.1 离散时间的马尔科夫链 5.4.2 一维随机游走 5.4.3 状态分类 本章小结 思考题 参考文献 第6章 机器学习基础 6.1 模型评估 6.1.1 交叉验证 6.1.2 查准率、召回率与F1 6.1.3 偏差与方差 6.2 监督学习 6.2.1 线性回归 6.2.2 支持向量积 6.2.3 决策树 6.2.4 贝叶斯学习 6.3 无监督学习 6.3.1 主成分分析 6.3.2 k均值聚类 6.3.3 流形学习 6.4 梯度下降算法 6.4.1 随机梯度下降法 6.4.2 批量和小批量梯度下降法 6.5 模型优化 6.5.1 过拟合与欠拟合 6.5.2 正则化 本章小结 思考题 参考文献 第7章 深度学习 7.1 神经网络模型 7.1.1 神经元模型 7.1.2 损失函数和激活函数 7.1.3 感知机和多层网络 7.1.4 多层前馈神经网络 7.2 卷积神经网络 7.2.1 卷积运算 7.2.2 池化 7.3 序列建模：循环与递归网络 7.3.1 循环神经网络 7.3.2 递归神经网络 7.3.3 长短期记忆网络 7.4 自编码器 7.4.1 正则自编码器 7.4.2 收缩自编码器 7.4.3 变分自编码器 7.5 进阶深度模型 7.5.1 强化学习 7.5.2 对抗学习 7.5.3 迁移学习 本章小结 思考题 参考文献 第8章 数据收集 8.1 数据源 8.1.1 定性与定量数据 8.1.2 数据收集方法 8.2 规划数据收集流程 8.2.1 操作化 8.2.2 总体与样本 8.2.3 抽样方法 8.2.4 数据管理计划 8.3 抽样偏差 8.3.1 偏差原因 8.3.2 偏差类型 8.3.3 解决方案 本章小结 思考题 参考文献 第9章 数据预处理 9.1 数据清洗 9.1.1 缺失值处理 9.1.2 离群点处理 9.1.3 噪声处理 9.1.4 数据集成 9.2 数据转换与计算 9.2.1 采样处理 9.2.2 类型转换 9.2.3 数据处理 9.3 数据描述 9.4 数据特征选择与抽取 9.4.1 主成分分析 9.4.2 线性判别分析 9.5 数据归约 9.5.1 数据方聚集 9.5.2 维归约 9.5.3 数据压缩 9.5.4 数值归约 本章小结 思考题 参考文献 第10章 数据分析与挖掘 10.1 回归 10.1.1 线性回归 10.1.2 非线性回归 10.2 分类 10.2.1 二分类 10.2.2 多分类 10.3 聚类 10.3.1 K-Means聚类 10.3.2 密度聚类 10.3.3 层次聚类 10.4 推荐 10.4.1 基于协同过滤的推荐 10.4.2 基于内容的推荐 10.4.3 推荐评价指标 10.5 关联分析 10.5.1 先验算法 10.5.2 度量指标 10.5.3 统计陷阱 10.6 因果分析 10.6.1 因果关系 10.6.2 因果推理方法 10.6.3 效应评估 本章小结 思考题 参考文献 第11章 数据可视化 11.1 坐标系 11.1.1 笛卡尔坐标系 11.1.2 非线性坐标系 11.1.3 曲轴坐标系 11.2 类别分布 11.2.1柱状图、点状图、折线图 11.2.2饼状图 11.3数值分布 11.3.1直方图 11.3.2箱线图 11.4复杂图形 11.4.1散点图 11.4.2 热力图 11.4.3 气泡图 11.4.4 雷达图 11.4.5 社会网络可视化 本章小结 思考题 参考文献 第12章 数据科学前沿 12.1 数据安全与隐私 12.1.1 隐私保护 12.1.2 数据加密 12.1.3 数据隐藏 12.2 伦理道德 12.2.1 数据与偏见 12.2.2 公平性 12.2.3 数据垄断 12.3 数据不理想 12.3.1 数据缺失 12.3.2 数据稀疏 12.3.3 数据不平衡 12.4 异常检测 12.4.1 离群点检测（Outlier Detection） 12.4.2 新颖点检测（Novelty Detection） 12.4.3 上下文异常检测（Contextual Anomaly Detection） 12.4.4 群体异常检测（Collective Anomaly Detection） 12.5 知识图谱 12.5.1 知识图谱定义 12.5.2 知识抽取 12.5.3 知识表示 12.5.4 知识图谱的应用 12.6 推荐系统 12.6.1 常用的推荐技术 12.6.2 在线推荐系统的讨论 本章小结 思考题 参考文献