數(shù)據(jù)科學導論

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
1.3 大數(shù)據(jù)
1.3.1 大數(shù)據(jù)時代的來臨
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)對社會所產生的影響
1.3.5 迎接大數(shù)據(jù)時代的挑戰(zhàn)
1.4 數(shù)據(jù)科學
1.5 本書結構
第2章 數(shù)據(jù)科學在商業(yè)金融領域的應用
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
2.1.3 購物籃分析法
2.1.4 對我們的思維模式啟示
2.2 比價網站的成功
2.2.1 Farecast案例詳析
2.2.2 Decide案例詳析
2.2.3 對我們的思維模式啟示
2.3 基于大數(shù)據(jù)的個性化推薦系統(tǒng)
2.3.1 基于亞馬遜云的個性化推薦系統(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 社交網絡數(shù)據(jù)之于對沖基金
第3章 數(shù)據(jù)科學在生物醫(yī)學領域的應用
3.1 流行病預測
3.1.1 谷歌的流感預測
3.1.2 利用微博來預測流感
3.1.3 給我們的思維模式啟示——大數(shù)據(jù)時代的科學倫理問題
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
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)測腦外傷病人恢復
3.4 可穿戴技術、大數(shù)據(jù)與智慧醫(yī)療
3.4.1 什么是可穿戴技術
3.4.2 可穿戴設備簡析
3.4.3 可穿戴設備與智慧醫(yī)療
3.4.4 給我們的思維模式啟示——可穿戴設備的缺陷
第4章 數(shù)據(jù)科學在智慧城市領域的應用
4.1 概述
4.1.1 什么是智慧城市
4.1.2 產生背景
4.1.3 IT企業(yè)相繼介入智慧城市領域
4.1.4 國際實踐
4.2 韓國的松島新城
4.3 美國的智慧城市建設
4.3.1 哥倫布市
4.3.2 其他智慧城市建設的舉措
4.4 英國的智慧城市建設
4.5 日本的智慧城市建設
4.6 北歐智慧城市——愛沙尼亞
4.7 荷蘭阿姆斯特丹的智慧城市計劃
4.8 巴西里約熱內盧的智慧城市建設
4.9 智慧城市建設中所應用的數(shù)據(jù)科學技術
4.9.1 數(shù)據(jù)信息的收集：利用傳感網絡收集數(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)信息分析與應用：大容量、實時性分析技術
第5章 數(shù)據(jù)科學在影視娛樂領域的應用
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 谷歌預測電影票房
5.2.1 案例詳析
5.2.2 谷歌的預測機理
5.2.3 給我們的思維模式啟示
5.3 利用數(shù)據(jù)預測奧斯卡獎項
第6章 數(shù)據(jù)科學在其他領域的應用實例
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
6.2.1 案例詳析
6.2.2 “棱鏡”計劃
6.2.3 加拿大的“棱鏡門”
6.2.4 給我們的思維模式啟示
6.3 大數(shù)據(jù)幫助尋根問祖
6.3.1 案例分析
6.3.2 運作機理
6.4 大數(shù)據(jù)與社會治安
第7章 數(shù)據(jù)科學工程概論
7.1 科學研究的第四范式——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 科學研究的第四范式
7.2 數(shù)據(jù)密集型科學研究興起的社會環(huán)境
7.2.1 數(shù)據(jù)洪流的到來
7.2.2 科學界對海量數(shù)據(jù)的關注
7.2.3 關聯(lián)數(shù)據(jù)運動
7.2.4 政府數(shù)據(jù)開放運動
7.3 對數(shù)據(jù)密集型科學研究范式的分析
7.3.1 科學數(shù)據(jù)和科學研究的問題
7.3.2 相應的解決方案
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 細談數(shù)據(jù)
7.5 數(shù)據(jù)的存儲
7.6 數(shù)據(jù)的管理
7.6.1 NoSQL數(shù)據(jù)庫簡介
7.6.2 NoSQL數(shù)據(jù)庫的特點
7.6.3 開源的NoSQL數(shù)據(jù)庫軟件
7.7 數(shù)據(jù)的處理
7.7.1 Hadoop的起源
7.7.2 優(yōu)點
7.7.3 架構
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)科學的未來展望
8.1 從業(yè)前景廣闊
8.2 對未來數(shù)據(jù)科學發(fā)展的探討
8.2.1 提防進入數(shù)據(jù)誤區(qū)
8.2.2 數(shù)據(jù)不是萬能的