信息和通信技術(shù)（ICT）已成為開展業(yè)務(wù)的常用工具。憑借ICT提供的高度適用性和支持，許多困難的計(jì)算任務(wù)都得到了簡化。另一方面，信息和通信技術(shù)也成為創(chuàng)造挑戰(zhàn)的關(guān)鍵因素！如今，如果不使用智能技術(shù)，那么在各領(lǐng)域收集的數(shù)據(jù)規(guī)模將遠(yuǎn)遠(yuǎn)超過我們縮減數(shù)據(jù)和分析數(shù)據(jù)的能力。積累的（大）數(shù)據(jù)中隱藏著很多有價(jià)值的信息。然而，要獲得這些有價(jià)值的信息和洞察力是非常困難的。因此，幫助人類從數(shù)據(jù)中提取知識的新一代計(jì)算理論和工具是必不可少的。畢竟，為什么這些本質(zhì)上聰明、智能的工具和技術(shù)不用來最小化人的參與，以及有效地管理海量數(shù)據(jù)呢？
計(jì)算智能技術(shù)，包括神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進(jìn)化計(jì)算以及其他的機(jī)器學(xué)習(xí)領(lǐng)域，在用于支持業(yè)務(wù)決策的數(shù)據(jù)識別、可視化、分類和分析等方面非常有效。已開發(fā)的計(jì)算智能理論已經(jīng)應(yīng)用于工程、數(shù)據(jù)分析、預(yù)測、醫(yī)療保健等許多領(lǐng)域。本書將這些技巧結(jié)合在一起來解決數(shù)據(jù)科學(xué)中的問題。
最近出現(xiàn)的“數(shù)據(jù)科學(xué)”一詞，特指一個(gè)使得海量數(shù)據(jù)變得有意義的新行業(yè)。但是，處理數(shù)據(jù)并使其有意義這一點(diǎn)具有悠久歷史。數(shù)據(jù)科學(xué)是一套用于支持和指導(dǎo)從數(shù)據(jù)中提取信息和洞察力的基本原則。與數(shù)據(jù)科學(xué)最密切相關(guān)的概念很可能是數(shù)據(jù)挖掘——通過包含這些原則，從數(shù)據(jù)中提取知識的技術(shù)。數(shù)據(jù)科學(xué)的核心輸出是數(shù)據(jù)產(chǎn)品。數(shù)據(jù)產(chǎn)品可以是從推薦列表到儀表板的任何產(chǎn)品，也可以是支持實(shí)現(xiàn)更明智決策的任何產(chǎn)品。分析是數(shù)據(jù)科學(xué)的核心。分析側(cè)重根據(jù)統(tǒng)計(jì)模型來理解數(shù)據(jù)。它關(guān)注數(shù)據(jù)的收集、分析和解釋，以及數(shù)據(jù)分析結(jié)果的有效組織、展示和交流。
這本教材旨在滿足希望從事數(shù)據(jù)科學(xué)和計(jì)算智能領(lǐng)域的研究和開發(fā)人員的需求。
全書概覽
自1994年以來，我們在不同地方以不同形式教授了本書中的主題。特別是，本書基于作者過去幾年在不同大學(xué)和不同研究機(jī)構(gòu)所教授的研究生課程，其內(nèi)容涉及各種數(shù)據(jù)科學(xué)的相關(guān)知識。來自參與者和同事的反饋在很大程度上幫助我們改進(jìn)了本書的內(nèi)容。
本書可以作為研究生或高年級本科生的一些課程的教科書或主要參考書，這些課程包括智能控制、計(jì)算科學(xué)、應(yīng)用人工智能以及數(shù)據(jù)庫中的知識發(fā)現(xiàn)等。
本書以智能的方式為讀者設(shè)計(jì)和實(shí)現(xiàn)用于實(shí)際應(yīng)用的數(shù)據(jù)分析方案奠定了堅(jiān)實(shí)的基礎(chǔ)。本書共分為9章。
下面簡要介紹每一章中的內(nèi)容。
數(shù)據(jù)對于任何企業(yè)而言都是重要資產(chǎn)。數(shù)據(jù)可以為客戶行為、市場資訊以及運(yùn)營績效等領(lǐng)域提供有價(jià)值的洞察力。數(shù)據(jù)科學(xué)家搭建智能系統(tǒng)來管理、解釋、理解數(shù)據(jù)，并從這些數(shù)據(jù)中獲取關(guān)鍵知識。第1章概述了數(shù)據(jù)科學(xué)的這些方面。特別強(qiáng)調(diào)的是，幫助學(xué)生確定數(shù)據(jù)科學(xué)思維在數(shù)據(jù)驅(qū)動(dòng)型企業(yè)中的重要性。
數(shù)據(jù)科學(xué)項(xiàng)目不同于典型的商業(yè)智能項(xiàng)目。第2章概述了數(shù)據(jù)生命周期、數(shù)據(jù)科學(xué)項(xiàng)目生命周期以及數(shù)據(jù)分析生命周期。本章還著重解釋了標(biāo)準(zhǔn)的數(shù)據(jù)分析過程。
對于數(shù)據(jù)科學(xué)家而言，最常見的任務(wù)是預(yù)測和機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)側(cè)重于數(shù)據(jù)建模，以及與數(shù)據(jù)科學(xué)相關(guān)的方法和學(xué)習(xí)算法。第3章詳細(xì)介紹了數(shù)據(jù)科學(xué)家和分析師所使用的方法和算法。
模糊集合可以用作通用的近似器，這對建模未知的對象至關(guān)重要。如果操作員能夠在特定情景下通過語言描述要采取的行動(dòng)類型，那么使用數(shù)據(jù)對他的控制行為進(jìn)行建模就非常有用。第4章介紹了模糊邏輯的基本概念及其在數(shù)據(jù)科學(xué)中的實(shí)際應(yīng)用。
第5章介紹了人工神經(jīng)網(wǎng)絡(luò)——一種模擬人腦的計(jì)算智能技術(shù)。人工神經(jīng)網(wǎng)絡(luò)的一個(gè)重要特征是其適應(yīng)性，其中“通過實(shí)例學(xué)習(xí)”取代了解決問題時(shí)的傳統(tǒng)“編程”。另一個(gè)顯著特征是允許快速計(jì)算的內(nèi)在并行性。本章為神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)提供了實(shí)用的入門知識。
進(jìn)化計(jì)算是一種創(chuàng)新的優(yōu)化方法。進(jìn)化計(jì)算的一個(gè)領(lǐng)域——遺傳算法——涉及全局優(yōu)化算法的使用。遺傳算法基于自然選擇和遺傳學(xué)機(jī)制。第6章描述了機(jī)器學(xué)習(xí)環(huán)境中的進(jìn)化計(jì)算，特別是生物進(jìn)化和遺傳算法。
當(dāng)問題計(jì)算較困難或者僅僅是計(jì)算復(fù)雜度太高時(shí)，元啟發(fā)式被認(rèn)為是用于優(yōu)化的健壯性方法。雖然元啟發(fā)式通常不會生成最優(yōu)解決方案，但它們可以在適當(dāng)?shù)挠?jì)算時(shí)間內(nèi)提供合理的解決方案，例如通過使用隨機(jī)機(jī)制。元啟發(fā)式和數(shù)據(jù)分析有著共同的基礎(chǔ)，因?yàn)樗鼈兺ㄟ^增量操作，在難解的搜索空間中尋找近似結(jié)果。第7章簡要介紹了元啟發(fā)式方法的基本要素，如自適應(yīng)記憶方法和群體智能。本章還進(jìn)一步討論了分類方法，如案例推理。這種分類方法基于這一思想，即以前已解決問題的積累經(jīng)驗(yàn)可以很好地代表新的情況。基于案例的推理已用于重要的現(xiàn)實(shí)世界應(yīng)用中。
為了利用好大數(shù)據(jù)，就需要不斷地進(jìn)行分析，并利用數(shù)據(jù)中的價(jià)值。這需要一個(gè)基礎(chǔ)架構(gòu)，可以管理和處理大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)——數(shù)據(jù)流和存儲中的數(shù)據(jù)——并且可以保護(hù)數(shù)據(jù)隱私和安全。第8章提供了廣泛的、涵蓋大數(shù)據(jù)的技術(shù)和工具，這些技術(shù)和工具支持高級分析、數(shù)據(jù)隱私以及倫理和安全問題。
第9章給出了R編程語言的簡單介紹。R語言既優(yōu)雅又靈活，并且具有用于數(shù)據(jù)處理的大量語法。R還包含強(qiáng)大的圖形功能。
最后，附錄提供了一系列在實(shí)踐中處理數(shù)據(jù)科學(xué)的流行工具。在整本書中，真實(shí)世界的案例研究和練習(xí)都是為了強(qiáng)調(diào)該材料所涵蓋的某些方面，并激發(fā)思想。
讀者對象
本