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。

更多科学出版社服务，请扫码获取。