數(shù)據(jù)科學(xué)的目標(biāo)是通過(guò)將決策建立在從大數(shù)據(jù)集中提取洞察力的基礎(chǔ)上來(lái)改進(jìn)決策。作為一個(gè)活動(dòng)領(lǐng)域，數(shù)據(jù)科學(xué)由一系列原理、問(wèn)題定義、算法和過(guò)程組成，用于從大型數(shù)據(jù)集中提取有用但不顯眼的模式。數(shù)據(jù)科學(xué)與數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域密切相關(guān)，但它涉及的范圍更廣。如今，數(shù)據(jù)科學(xué)推動(dòng)了現(xiàn)代社會(huì)幾乎所有領(lǐng)域決策的發(fā)展。數(shù)據(jù)科學(xué)可能影響人們?nèi)粘Ｉ�活的方方面面，如確定在線廣告的呈現(xiàn)，向用戶推薦電影、書籍、朋友，過(guò)濾垃圾郵件，用戶續(xù)訂手機(jī)合約時(shí)向他們提供合適的優(yōu)惠套餐，降低醫(yī)保成本，規(guī)劃轄區(qū)內(nèi)交通信號(hào)燈的布局及通行時(shí)間，藥品設(shè)計(jì)，警力部署規(guī)劃等。
大數(shù)據(jù)和社交媒體的出現(xiàn)、計(jì)算能力的加速、計(jì)算機(jī)內(nèi)存成本的大幅降低以及更強(qiáng)大的數(shù)據(jù)分析和建模方法的發(fā)展推動(dòng)了當(dāng)代社會(huì)對(duì)數(shù)據(jù)科學(xué)需求的增長(zhǎng)，其中典型的技術(shù)有深度學(xué)習(xí)。這些因素共同作用意味著組織收集、存儲(chǔ)和處理數(shù)據(jù)將比以前簡(jiǎn)單。與此同時(shí)，這些技術(shù)創(chuàng)新和數(shù)據(jù)科學(xué)的廣泛應(yīng)用意味著與數(shù)據(jù)使用和個(gè)人隱私相關(guān)的道德挑戰(zhàn)從未如此迫切。本書的目的是提供數(shù)據(jù)科學(xué)的介紹，涵蓋該領(lǐng)域的基本要素，并提供對(duì)該領(lǐng)域深刻的原則性見解。
本書第1章介紹了數(shù)據(jù)科學(xué)領(lǐng)域，簡(jiǎn)要回顧了數(shù)據(jù)科學(xué)的發(fā)展演化歷史，還探討了如今數(shù)據(jù)科學(xué)為什么那么重要，以及推動(dòng)采用數(shù)據(jù)科學(xué)的一些因素。在這一章的最后，回顧并揭穿了與數(shù)據(jù)科學(xué)相關(guān)的一些神話。第2章介紹了與數(shù)據(jù)相關(guān)的基本概念，描述了數(shù)據(jù)科學(xué)項(xiàng)目的標(biāo)準(zhǔn)流程：業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建模、評(píng)估和部署。第3章重點(diǎn)介紹了數(shù)據(jù)基礎(chǔ)設(shè)施以及大數(shù)據(jù)和多源數(shù)據(jù)集成帶來(lái)的挑戰(zhàn)。數(shù)據(jù)基礎(chǔ)設(shè)施的一個(gè)可能具有挑戰(zhàn)性的典型方面是，數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)通常駐留在與用于數(shù)據(jù)分析的服務(wù)器不同的服務(wù)器上。因此，當(dāng)處理大型數(shù)據(jù)集時(shí)，可能要花費(fèi)大量時(shí)間在數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)所依賴的服務(wù)器與進(jìn)行數(shù)據(jù)分析和機(jī)器學(xué)習(xí)處理的服務(wù)器之間移動(dòng)數(shù)據(jù)。第3章首先描述組織中典型的數(shù)據(jù)科學(xué)基礎(chǔ)設(shè)施，以及在數(shù)據(jù)科學(xué)基礎(chǔ)設(shè)施中移動(dòng)大型數(shù)據(jù)集的挑戰(zhàn)的一些新興解決方案，其中包括使用數(shù)據(jù)庫(kù)內(nèi)置機(jī)器學(xué)習(xí)算法，使用Hadoop進(jìn)行數(shù)據(jù)存儲(chǔ)和處理，以及混合數(shù)據(jù)庫(kù)系統(tǒng)的開發(fā)，這些系統(tǒng)無(wú)縫地結(jié)合了傳統(tǒng)的數(shù)據(jù)庫(kù)軟件和類似Hadoop的解決方案。這一章的最后強(qiáng)調(diào)了將整個(gè)組織的數(shù)據(jù)整合到適合機(jī)器學(xué)習(xí)的統(tǒng)一表示中的一些挑戰(zhàn)。第4章介紹了機(jī)器學(xué)習(xí)領(lǐng)域，并解釋了一些最流行的機(jī)器學(xué)習(xí)算法和模型，包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)和決策樹模型。第5章聚焦于通過(guò)審視一系列標(biāo)準(zhǔn)業(yè)務(wù)問(wèn)題，描述了機(jī)器學(xué)習(xí)解決方案如何解決這些問(wèn)題來(lái)將機(jī)器學(xué)習(xí)專業(yè)知識(shí)與現(xiàn)實(shí)問(wèn)題聯(lián)系起來(lái)。第6章回顧了數(shù)據(jù)科學(xué)的道德含義、數(shù)據(jù)監(jiān)管的最新發(fā)展，以及在數(shù)據(jù)科學(xué)過(guò)程中保護(hù)個(gè)人隱私的一些新的計(jì)算方法。最后，第7章描述了數(shù)據(jù)科學(xué)在不久的將來(lái)會(huì)產(chǎn)生重大影響的一些領(lǐng)域，并列出了確定數(shù)據(jù)科學(xué)項(xiàng)目是否會(huì)成功的一些重要原則。