數(shù)據(jù)科學和人工智能的未來從未像現(xiàn)在這樣光明�，F(xiàn)在，人工智能（AI）在多種游戲中都能擊敗人類，從緊張的游戲Pong到需要深入思考的圍棋游戲等。深度學習模型識別物體的能力幾乎和人類不相上下。甚至有人說，自動駕駛汽車的表現(xiàn)比那些注意力不集中的人還要好。過去十年來，數(shù)據(jù)量、存儲容量和計算能力的大幅提升，使數(shù)據(jù)科學得以快速發(fā)展。.當然，現(xiàn)在技術已經滲透到業(yè)務的各個方面，從財務、銷售到生產和物流。然而，業(yè)務的每一部分都是由數(shù)據(jù)科學和人工智能驅動的嗎？很可能不是。盡管這些技術非常好，但如果你的工作不是設計自動駕駛汽車或預測客戶行為，你可能就不會用到它們。.許多組織可能會從SAP之類的企業(yè)資源計劃（ERP）系統(tǒng)訪問業(yè)務數(shù)據(jù)，你所在的組織可能也不例外。來自SAP這樣的業(yè)務系統(tǒng)的數(shù)據(jù)在很大程度上是完美的，因為在允許將其保存到數(shù)據(jù)庫之前，通常會進行驗證和檢查（數(shù)據(jù)科學家最重要、回報率最少的一個任務就是數(shù)據(jù)清洗）。這意味著SAP中的ERP數(shù)據(jù)已經“成熟”，而數(shù)據(jù)科學就是來收獲果實的！.讓我們來看一個假設的場景。Big Bonanza Warehouse公司的SAP團隊一直在不斷地進行流程改進。他們知道如何配置SAP系統(tǒng)以完成用戶想要的任務，像拉小提琴一樣操作著這個系統(tǒng)，盡職盡責地接受請求并提供解決方案。然而，在報告和分析方面存在一些問題。他們有一個數(shù)據(jù)倉庫和商業(yè)智能系統(tǒng)，但開發(fā)報告是一個耗時幾個月的過程。該團隊經常使用標準的ALV（ABAP列表查看器）報告，因為需要開發(fā)人員來編寫代碼，所以功能相當有限。此外，利用可與SAP結合使用的公共數(shù)據(jù)也很困難。與許多其他企業(yè)一樣，Big Bonanza Warehouse公司的SAP數(shù)據(jù)就像一座孤島，孤立在自己的系統(tǒng)中。不使用SAP系統(tǒng)的團隊不了解這些數(shù)據(jù)，而那些使用SAP的團隊要花費大量的時間維護系統(tǒng)，以至于沒有機會查看系統(tǒng)外部的數(shù)據(jù)。.可是，SAP數(shù)據(jù)不應該是一個孤島。團隊人員了解他們的數(shù)據(jù)，知道如何找到這些數(shù)據(jù)，也知道用這些數(shù)據(jù)能做些什么。然而，要分析這些數(shù)據(jù)時，每個人都被長達數(shù)月的報告開發(fā)過程所束縛。.故事聽起來是不是很熟悉？幾乎所有我們工作過的SAP現(xiàn)場都是如此。在我們30多年的工作經歷中，這樣的事例比比皆是。.我們希望為SAP團隊（當然包括你的團隊）提供一些現(xiàn)代工具和技術，讓團隊人員無須定義數(shù)據(jù)立方、數(shù)據(jù)倉庫對象或學習復雜的前沿報告就能使用這些技術。在本書中，我們將介紹一些簡單的場景，比如直接將數(shù)據(jù)從SAP轉儲到平面文件，并導入報表工具中。這對于特別的報告和調查非常有用。我們也會考慮更復雜的場景，包括使用云中的數(shù)據(jù)抽取工具和神經網(wǎng)絡模型，以SAP或當前數(shù)據(jù)倉庫中不可能的方式來分析數(shù)據(jù)。.如何閱讀本書.你需要從概念的角度來理解本書。我們提出了分析業(yè)務數(shù)據(jù)的替代技術，要求讀者以全新的、有趣的方式來思考業(yè)務數(shù)據(jù)（尤其是SAP數(shù)據(jù)）。本書旨在縮小你所擁有的特定業(yè)務數(shù)據(jù)分析技術和先進數(shù)據(jù)科學技術之間的差距，既不需要你是精于計算神經網(wǎng)絡中梯度下降這樣的復雜算法的專家，也不需要你是業(yè)務數(shù)據(jù)方面的專家。但是，你需要有跨越這兩個陣營的強烈愿望，并想在這個過程中獲得樂趣注。.從數(shù)據(jù)科學家的角度來看，本書中的數(shù)據(jù)科學原理只是一個入門介紹。如果你很熟悉sigmoid、tanh、relu等激活函數(shù)，就可以跳過這些部分。我們將重點關注SAP，展示如何從系統(tǒng)中提取數(shù)據(jù)，并演示如何使用真實的業(yè)務數(shù)據(jù)。.從SAP專業(yè)人員的角度來看，你將突破傳統(tǒng)的報表和分析模式，學會思考業(yè)務應用，并用機器學習和深度學習的術語來生成報告。這聽起來可能很神秘，但到本書結束時，你將擁有邁出這一步所需的工具。在此過程中，你將自動檢測銷售數(shù)據(jù)中的異常，根據(jù)歷史數(shù)據(jù)預測未來，將文本處理為自然語言，將客戶細分為智能群組，將所有這些東西出色地可視化，并教會機器使用業(yè)務數(shù)據(jù)。.在人工智能和數(shù)據(jù)科學的世界里，對數(shù)據(jù)提出同樣的老問題是陳腐和幼稚的，更坦率地說是無聊的。我們希望你對自己的數(shù)據(jù)提出這樣的問題，即連你自己都不知道能夠問出的問題。也許中國的茶葉價格真的會對你的銷售產生巨大的影響。.從開發(fā)者的角度來看，你會深受啟發(fā)，去學習Python和R等美妙的編程語言。我們不教你這些語言，但鼓勵你學習這些語言。如果你已經是一個有經驗的R或Python開發(fā)人員，則可以很好地完成代碼部分的學習。如果你是R或Python語言的新手，我們將為你提供資源，幫助你入門。如果你傾向于使用Java等其他語言，也不要覺得自己被排除在外了，本書的根本目標是讓你以不同的方式來思考業(yè)務數(shù)據(jù)，如果你想使用Java，請盡情使用吧。.數(shù)據(jù)科學的實施本身就可以寫成一本書。我們會經常涉及如何實現(xiàn)我們提出的想法，但是深入探討創(chuàng)建魯棒的數(shù)據(jù)科學流程超出了本書的討論范圍。.數(shù)據(jù)科學家可以跳過本書第2章，SAP專業(yè)人員可以跳過本書第3章。本書后面的內容融合了這兩個門類，所以，我們希望來自兩方的讀者都能夠有效地學習本書。.致謝.感謝本書的技術審校者Hau Ngo、Jesse Stiff、Franco Rizzo、Brad Barker和Christoph Wertz，他們寶貴的反饋意