覃雄派、陳躍國、杜小勇編著的這本《數據科學
概論》對數據科學的核心問題，即對數據進行分析、
挖掘並提取其價值，以獲得對事物的洞察的各種技術
手段，進行全面的論述，把讀者引進數據科學的大門
，幫助讀者建立數據科學的知識體繫。
使用大量通俗易懂的實例，配合技術原理的講解
，體現學科交叉的特點，讓不同學科背景的讀者感受
到數據科學的魅力：數據分析技術是如此有趣和有價
值，能夠解決各種實際問題。學習過程充滿趣味而不
是枯燥無味。
本書提供了大量可運行的Python代碼，通過網站
提供這些代碼的Notebook文件(‘*.ipynb)。用戶可
以在JupyterNotebook中打開這些Notebook文件，運
行代碼，加深對代碼的理解；還可以進行簡單1彥改
，然後執行，看到修改後的效果。
本書的程序代碼、數據文件、習題試卷、教學進
度計劃和教學PPT可登錄www.rdjg.com.cn下載。

第1章 數據科學概論
1.1 數據科學的定義
1.2 數據科學的定位
1.2.1 數據科學與數據庫、大數據分析的關繫
1.2.2 數據科學與基於數據的決策的關繫
1.3 數據科學家
數據科學家的技能
1.4 數據科學的基本原則
1.4.1 原則1：數據分析可以劃分成一繫列明確的階段
1.4.2 原則2：描述性分析與預測性分析
1.4.3 原則3：實體的相似度
1.4.4 原則4：模型的泛化能力
1.4.5 原則5：分析結果的評估與特定應用場景有關
1.4.6 原則6：相關性不同於因果關繫
1. 4.7 原則7：通過並行處理提高數據處理(分析)速度
1.5 數據處理流程：時間維度的縱向視角
1.6 數據處理繫統的架構：繫統維度的計算視角
1.6.1 數據處理繫統的層次架構
1.6.2 數據處理繫統的Lambda架構
1.7 數據的多樣性：數據類型維度的橫向視角
1.8 數據價值的挖掘：價值維度的價值提升視角
1.9 思考題
第2章 OLTP與數據服務
2.1 面向OLTP應用的RDBMS數據庫技術
2.1.1 關繫數據庫技術與SQL查詢語言
2.1.2 利用索引加快數據訪問
2.1.3 數據庫的事務處理、恢復技術與安全保證
2.1.4 並行數據庫與分布式數據庫
2.2 面向數據服務的NoSQL數據庫技術
2.2.1 NoSQL數據庫技術
2.2.2 CAP理論
2.2.3 Key—Value數據庫
2.2.4 Column Family數據庫
……
第3章 OLAP與結構化數據分析
第4章 數據清洗與數據集成
第5章 數據的深度分析（數據挖掘、機器學習）
第6章 流數據處理
第7章 文本分析
第8章 社交網絡分析
第9章 語義網與知識圖譜
**0章 數據可視化、可視分析與探索式數據分析
**1章 雲計算平臺
**2章 Hadoop及其生態繫統
**3章 Spark及其生態繫統
**4章 Python與數據科學
**5章 評測基準
**6章 數據科學案例
**7章 數據科學實踐
**8章 附錄