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(jiǎn)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(shí)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(shí)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(cè)、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(shí)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?cè)诓煌�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(shí)。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(jí)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(shí)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(jiǎn)要介紹每一章中的內(nèi)容。
數(shù)據(jù)對(duì)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(chǎng)資訊以及運(yùn)營績(jī)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(shí)。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(duì)于數(shù)據(jù)科學(xué)家而言，最常見的任務(wù)是預(yù)測(cè)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(duì)建模未知的對(duì)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(duì)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(shí)。
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(huì)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(jiǎn)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�；�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(chǔ)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(jí)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(jiǎn)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(duì)象
本