随机变量|数据科学:内涵、方法、意义与发展( 三 ) 座谈会|工信部科技司|财联社

目录速览

前言

第1章数据科学的产生背景 1
1.1 大数据促进了数据科学的形成 1
1.2 数据科学承载着大数据发展的未来 3
第2章数据科学的相关概念与方法 7
2.1 与数据相关的概念与方法 7
2.1.1 结构化、非结构化与半结构化数据 10
2.1.2 数据价值链 10
2.2 与计算机科学相关的概念与方法 12
2.2.1 计算架构 13
2.2.2 系统软件 15
2.2.3 编程语言与执行环境 15
2.2.4 大数据平台软件 16
2.2.5 数据处理算法 17
2.3 与统计学相关的概念与方法 18
2.3.1 统计描述 18
2.3.2 统计建模 21
2.3.3 统计推断 25
2.4 与机器学习相关的概念与方法 30
2.4.1 机器学习范式 31
2.4.2 机器学习算法 36
2.4.3 近代人工智能方法 49
第3章数据科学的内涵及演进 57
3.1 数据科学的定义 57
3.2 数据科学与其他学科的关联与区别 60
3.3 促进数据科学形成的重大进展 63
3.3.1 计算机科学相关的重大进展 63
3.3.2 统计学相关的重大进展 66
3.3.3 人工智能相关的重大进展 71
3.4 数据科学概念的形成与演进 77
第4章数据科学的方法论与发展趋势 80
4.1 数据科学方法论 80
4.2 数据科学方法论与其他学科方法论的比较 84
4.2.1 与数学方法论的关联与区别 84
4.2.2 与统计学方法论的关联与区别 85
4.2.3 与计算机科学方法论的关联与区别 88
4.2.4 与人工智能方法论的关联与区别 89
4.3 数据科学的发展规律与趋势 90
第5章数据科学的重大科学技术问题 98
5.1 四大科学任务 98
5.1.1 探索数据空间的结构与特性 98
5.1.2 建立大数据统计学 100
5.1.3 革新存储计算技术 103
5.1.4 夯实人工智能基础 108
5.2 十大技术方向 114
5.2.1 物联网技术 114
5.2.2 大数据互操作技术 115
5.2.3 大数据安全技术 117
5.2.4 大数据存储技术 119
5.2.5 分布式协同计算技术 121
5.2.6 新型数据库技术 123
5.2.7 大数据基础算法 127
5.2.8 数据智能技术 128
5.2.9 区块链技术 129
5.2.10 大数据可视化与交互式分析技术 132
第6章数据科学的学科发展 135
6.1 数据科学的学科方向 135
6.1.1 数据收集与管理 135
6.1.2 数据存储与计算 136
6.1.3 数据分析与解译 137
6.1.4 数据产品及应用 139
6.2 数据科学的学科属性与范畴 140
6.3 数据科学的发展战略 142
第7章数据科学的人才培养 149
7.1 社会需要什么样的数据科学人才?149
7.1.1 数据科学人才的市场需求 149
7.1.2 数据科学人才的知识、能力与素质 151
7.1.3 数据科学的人才培养原则 153
7.2 如何培养数据科学人才?155
7.2.1 数据工程师培养方案 160
7.2.2 数据分析师培养方案 161
7.2.3 数据执行官培养方案 162
参考文献 165
索引 178

(本文编辑: 王芳)

【来源:科学出版社】

【随机变量|数据科学:内涵、方法、意义与发展】声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。邮箱地址:newmedia@xxcb.cn