数据思维

第1章 数据思维导论

1.1 数、数据与大数据

1.1.1 数

1.1.2 数据

1.1.3 大数据

1.2 数据科学

1.2.1 数据科学的内涵及兴起

1.2.2 数据科学的学科定位

1.2.3 数据科学的研究内容

1.2.4 数据科学的工作流程

1.3 相关的“思维”范式

1.3.1 思维

1.3.2 科学思维

1.3.3 统计思维

1.3.4 数据思维

小结

讨论与实践

参考文献

第2章 数据思维基础

2.1 数据思维的产生

2.1.1 思维原料的变化

2.1.2 思维主体的变化

2.1.3 思维工具的变化

2.1.4 思维形式的变化

2.2 数据思维的范式

2.2.1 科学方法论

2.2.2 科学认识论

2.2.3 科学行动范式

2.3 数据思维的特点

2.3.1 整体性

2.3.2 量化性

2.3.3 互联性

2.3.4 价值性

2.3.5 动态性

2.4 数据思维的局限

2.4.1 全数据模式的幻像

2.4.2 量化思维的焦虑

2.4.3 相关性的过度崇拜

2.5 数据思维的应用

2.5.1 数据思维的应用价值

2.5.2 数据思维的应用流程

2.5.3 数据思维的应用方法

2.6 数据行为

2.6.1 数据行为的概念

2.6.2 数据行为的分类

2.6.3 数据行为的基本原则

小结

讨论与实践

参考文献

第3章 数据思维原理： 信息学视角

3.1 *熵原理

3.1.1 熵及信息熵的概念

3.1.2 *熵原理的内涵

3.1.3 *熵原理的应用

3.2 *小努力原理

3.2.1 *小努力原理的内涵

3.2.2 *小努力原理的应用

3.3 对数透视现象

3.3.1 对数透视现象的内涵

3.3.2 网络环境下的对数透视现象

3.4 信息生命周期理论

3.4.1 信息生命周期的内涵

3.4.2 信息生命周期运动的认识

3.4.3 信息生命周期理论

3.4.4 大数据与信息生命周期理论

3.5 小世界现象

3.5.1 小世界现象的由来

3.5.2 小世界现象的研究类型

3.5.3 小世界网络现象的应用

小结

讨论与实践

参考文献

第4章 数据思维模式

4.1 全数据思维

4.1.1 抽样数据： 以小见大

4.1.2 全数据： 以大见小

4.1.3 大数据： 还原事物间的联系

4.2 容错性思维

4.2.1 允许出现错误

4.2.2 混杂的大数据也可能更精确

4.2.3 接受混杂是趋势

4.3 实时性思维

4.3.1 成批处理方式

4.3.2 实时处理方式

4.3.3 两种处理方式对比

4.4 相关性思维

4.4.1 相关关系

4.4.2 相关性思维的应用

4.4.3 如何处理两种关系

小结

讨论与实践

参考文献

第5章 数据生产

5.1 数据生产的概念

5.2 数据生产的特点

5.3 数据生产的目标

5.3.1 采集全量数据

5.3.2 发现数据的新价值

5.3.3 考虑外部用户的需求

5.4 数据生产的阶段

5.5 数据的生产源

5.5.1 互联网数据

5.5.2 移动网络数据

5.5.3 物联网数据

小结

讨论与实践

参考文献

第6章 数据采集

6.1 数据采集的概念

6.2 数据来源

6.3 数据选择

6.4 数据采集的方法及工具

6.4.1 系统日志采集方法

6.4.2 传感器采集方法

6.4.3 网络爬虫采集方法

6.4.4 其他数据采集方法

小结

讨论与实践

参考文献

第7章 数据存储

7.1 传统数据存储

7.1.1 存储设备

7.1.2 存储系统网络架构

7.2 大数据时代的数据存储

7.2.1 大数据存储系统的特点

7.2.2 分布式存储

7.2.3 云存储

7.3 数据库技术

7.3.1 数据库技术的发展

7.3.2 关系数据库

7.3.3 NoSQL

小结

讨论与实践

参考文献

第8章 数据预处理

8.1 数据预处理的必要性

8.2 数据清洗

8.2.1 缺失数据处理

8.2.2 冗余数据处理

8.2.3 噪声数据处理

8.3 数据变换

8.3.1 大小变换

8.3.2 类型变换

8.4 数据集成

8.4.1 内容集成

8.4.2 结构集成

8.5 其他预处理方法

8.5.1 数据脱敏

8.5.2 数据归约

8.5.3 数据标注

小结

讨论与实践

参考文献

第9章 数据分析

9.1 业务理解

9.2 数据理解

9.3 数据分析分类

9.3.1 结构化数据分析

9.3.2 文本分析

9.3.3 Web数据分析

9.3.4 多媒体数据分析

9.3.5 社交网络数据分析

9.3.6 移动数据分析

9.4 数据分析方法的选择

9.4.1 分类算法

9.4.2 聚类算法

9.4.3 关联分析

9.4.4 回归分析

9.4.5 深度学习

9.4.6 统计方法

9.5 数据分析常见陷阱

小结

讨论与实践

参考文献

第10章 数据可视化

10.1 数据可视化概述

10.2 Microsoft Excel

10.2.1 创建图表

10.2.2 选择正确的图表

10.3 Tableau

10.3.1 Tableau Desktop

10.3.2 Tableau Online

10.3.3 Tableau Mobile

10.4 ECharts

10.4.1 丰富的可视化类型

10.4.2 获取ECharts

10.4.3 ECharts简单案例

10.5 Rggplot2

10.6 D3.j s

10.7 Processing

10.8 BDP

小结

讨论与实践

参考文献

第11章 数据之殇

11.1 数据安全

11.1.1 数据安全的概念

11.1.2 数据安全的价值

11.1.3 数据安全的威胁

11.1.4 数据安全技术

11.2 数据治理

11.2.1 数据治理的概念

11.2.2 数据治理的意义

11.2.3 数据治理内容

11.3 数据伦理

11.3.1 数据中立性

11.3.2 数据独裁

11.3.3 道德判断

小结

讨论与实践

参考文献

第12章 数据思维的应用

12.1 城市治理中的数据思维

12.1.1 大数据与城市治理

12.1.2 大都市在行动

12.2 数字金融中的数据思维

12.2.1 银行

12.2.2 数字化资产管理

12.3 智慧物流中的数据思维

12.3.1 菜鸟驿站

12.3.2 货车帮

12.3.3 运满满

12.4 智慧医疗中的数据思维

12.4.1 BAT布局互联网医疗

12.4.2 医疗职业的改变

12.4.3 移动医疗新模式

12.5 人工智能中的数据思维

12.5.1 AlphaGo，仅仅是开始

12.5.2 自动驾驶汽车的困境

12.5.3 感知识别技术的大爆发

12.6 智能制造中的数据思维

12.6.1 北科亿力科技

12.6.2 江苏沙钢集团

12.6.3 上海仪电显示

12.7 现代农业中的数据思维

12.7.1 北京佳格天地

12.7.2 北京农信互联

小结

讨论与实践

参考文献