1700503822
这本书绝无说教的想法，而是希望以书为媒，用谈天说地的方式，以激发每个人的思考为主要手段，归纳总结数据科学的实质及成就一位数据科学家所需要的基本素养。
1700503823
1700503824
遗憾的是，越是基础性、本源性的学科，与变成现实利益的距离就越远，让人觉得似乎不够实惠，不够亲近。至少读完这本书没办法帮你直接在第二天变出米饭、房子和汽车。不过我认为，楼房再高再漂亮，也需要人们看不到的深厚地基来支持；花儿再芬芳再娇艳，也需要在土壤之下吮吸养分的丰富根系来供能。这些看不到的东西，往往起着我们无法想象的巨大作用，而这才是我希望与你一同讨论并思考的。
1700503825
1700503826
我们热爱生活，我们热爱所做的工作，我们希望在不断的攀登中看到更深更远的世界并去伪存真。那就让我们在点点滴滴的知识片段中一起开始慢慢思索、细细揣摩这一养成过程吧。
1700503827
1700503828
本书特色
1700503829
1700503830
本书从众多先贤及科学家的轶事开始讲起，以逐步归纳和递进的脉络总结出科学及数据科学应关注的要点，然后在生产的各个环节中对这些要点逐一进行讨论与落实，将这本书变成一本具有一定思维升华价值的参考书，从更高、更广的视角回看科学及数据科学在各个生产环节的缩影。
1700503831
1700503832
本书并不以高深的数学理论研究作为目的，也不以某一种计算机语言编程作为主线脉络，而是在一个个看似孤立的故事与工程中不断拾遗，并试着从中悟出一些道理。
1700503833
1700503834
简洁与深刻并重是本书的另一大特点。作为认知科学的延伸，数据科学一方面应该越来越引起广大大数据工作者的重视，另一方面也要撩开自己的神秘面纱，以最为亲民的姿态和每位大数据工作者成为亲密无间的战友，为用科学的思维方式进行工作做好理论准备。
1700503835
1700503836
读者对象
1700503837
1700503838
（1）大数据从业人员和对大数据相关知识感兴趣的人。
1700503839
1700503840
（2）初级和中级程序员、架构师，以及希望通过对数据的感知改进工作的人。
1700503841
1700503842
（3）产品经理、运营经理、数据分析师、数据库开发工程师等对数据分析工作敏感的人。
1700503843
1700503844
（4）希望在思维方式领域进行拓展的高校毕业生和希望接触并了解数据科学的社会人员。
1700503845
1700503846
（5）所有对数据科学感兴趣并希望逐步深入了解数据科学知识体系的人。
1700503847
1700503848
如何阅读本书
1700503849
1700503850
本书分为3篇，分别是认知篇、分化篇和实践篇。
1700503851
1700503852
认知篇（第1章～第7章）
1700503853
1700503854
归纳了什么是科学，数据科学的范围、定义与实践价值，以及辩证思维、哲学和实验的关系等问题。这些是认知观点的基石。
1700503855
1700503856
分化篇（第8章～第11章）
1700503857
1700503858
重点介绍了数据科学中与现代社会各行业联系最为紧密的统计学、信息论、算法学，另外把混沌论作为一个知识点进行了补充。这些是认知观点在不同细分学科中所形成的一些具体解决问题的思维方式和科学观点。
1700503859
1700503860
实践篇（第12章～第19章）
1700503861
1700503862
沿着数据生命周期进行演进。任何行业的数据生命周期都是按照采集、存储、统计与建模、算法、可视化与分析、决策支持的沿革来进行的，本篇对各个环节的注意事项和思维方式都做了详细的讨论，并在第18章介绍了两个具体的数据分析案例。
1700503863
1700503864
在本书的最后，补充了过去与同行们讨论过的，并在会议演讲及日常分享的过程中总结出来的一些精彩问答。
1700503865
1700503866
如果你希望读完这本书后能够在数学方面有很大的提升，在工程代码能力方面有巨大的进步，这本书恐怕帮不上什么大忙。但我相信，在读完这本书后，你会在一些以前并不熟知的领域有所了解和感悟，并逐步完善理解和分析问题的视角。如果你不是数据研究人员，也可以把这本书当成一个休闲读本。这本书里既没有太多的公式，也没有太过高深的理论，有的只是我在和你攀谈的过程中与你一起发现的新视角。
1700503867
1700503868
特别致谢
1700503869
1700503870
感谢绘麟社相辉先生和李晓林女士对本书的插画助力。
1700503871
[
上一页 ]
[ :1.700503822e+09 ]
[
下一页 ]