信息和通信技術(shù)（ICT）已成為開展業(yè)務的常用工具。憑借ICT提供的高度適用性和支持，許多困難的計算任務都得到了簡化。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)，那么在各領域收集的數(shù)據(jù)規(guī)模將遠遠超過我們縮減數(shù)據(jù)和分析數(shù)據(jù)的能力。積累的（大）數(shù)據(jù)中隱藏著很多有價值的信息。然而，要獲得這些有價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？
計算智能技術(shù)，包括神經(jīng)網(wǎng)絡、模糊系統(tǒng)、進化計算以及其他的機器學習領域，在用于支持業(yè)務決策的數(shù)據(jù)識別、可視化、分類和分析等方面非常有效。已開發(fā)的計算智能理論已經(jīng)應用于工程、數(shù)據(jù)分析、預測、醫(yī)療保健等許多領域。本書將這些技巧結(jié)合在一起來解決數(shù)據(jù)科學中的問題。
最近出現(xiàn)的“數(shù)據(jù)科學”一詞，特指一個使得海量數(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具有悠久歷史。數(shù)據(jù)科學是一套用于支持和指導從數(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，也可以是支持實現(xiàn)更明智決策的任何產(chǎn)品。分析是數(shù)據(jù)科學的核心。分析側(cè)重根據(jù)統(tǒng)計模型來理解數(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)科學和計算智能領域的研究和開發(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和不同研究機構(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、計算科學、應用人工智能以及數(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計和實現(xiàn)用于實際應用的數(shù)據(jù)分析方案奠定了堅實的基礎。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、市場資訊以及運營績效等領域提供有價值的洞察力。數(shù)據(jù)科學家搭建智能系統(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)科學的這些方面。特別強調(diào)的是，幫助學生確定數(shù)據(jù)科學思維在數(shù)據(jù)驅(qū)動型企業(yè)中的重要性。
數(shù)據(jù)科學項目不同于典型的商業(yè)智能項目。第2章概述了數(shù)據(jù)生命周期、數(shù)據(jù)科學項目生命周期以及數(shù)據(jù)分析生命周期。本章還著重解釋了標準的數(shù)據(jù)分析過程。
對于數(shù)據(jù)科學家而言，最常見的任務是預測和機器學習。機器學習側(cè)重于數(shù)據(jù)建模，以及與數(shù)據(jù)科學相關(guān)的方法和學習算法。第3章詳細介紹了數(shù)據(jù)科學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類型，那么使用數(shù)據(jù)對他的控制行為進行建模就非常有用。第4章介紹了模糊邏輯的基本概念及其在數(shù)據(jù)科學中的實際應用。
第5章介紹了人工神經(jīng)網(wǎng)絡——一種模擬人腦的計算智能技術(shù)。人工神經(jīng)網(wǎng)絡的一個重要特征是其適應性，其中“通過實例學習”取代了解決問題時的傳統(tǒng)“編程”。另一個顯著特征是允許快速計算的內(nèi)在并行性。本章為神經(jīng)網(wǎng)絡和深度學習提供了實用的入門知識。
進化計算是一種創(chuàng)新的優(yōu)化方法。進化計算的一個領域——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機制。第6章描述了機器學習環(huán)境中的進化計算，特別是生物進化和遺傳算法。
當問題計算較困難或者僅僅是計算復雜度太高時，元啟發(fā)式被認為是用于優(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?shù)挠嬎銜r間內(nèi)提供合理的解決方案，例如通過使用隨機機制。元啟發(fā)式和數(shù)據(jù)分析有著共同的基礎，因為它們通過增量操作，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，如自適應記憶方法和群體智能。本章還進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)實世界應用中。
為了利用好大數(shù)據(jù)，就需要不斷地進行分析，并利用數(shù)據(jù)中的價值。這需要一個基礎架構(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還包含強大的圖形功能。
最后，附錄提供了一系列在實踐中處理數(shù)據(jù)科學的流行工具。在整本書中，真實世界的案例研究和練習都是為了強調(diào)該材料所涵蓋的某些方面，并激發(fā)思想。
讀者對象
本