●譯者序
前言
致謝
作者簡介
第1章什麼是數據科學
1.1數據科學簡史
1.1.1數據收集簡史
1.1.2數據分析簡史
1.1.3數據科學的產生與發展
1.2數據科學用於何處
1.2.1銷售和營銷中的數據科學
1.2.2數據科學在政府中的應用
1.2.3數據科學在競技體育中的應用
1.3為什麼是現在
1.4關於數據科學的神話
第2章什麼是數據，什麼是數據集
2.1關於數據的觀點
2.2數據可以積累，而智慧不能
2.3CRISP-DM
第3章數據科學生態繫統
3.1將算法遷移至數據
3.1.1傳統數據庫與現代的傳統數據庫
3.1.2大數據架構
3.1.3混合數據庫世界
3.2數據準備和集成
第4章機器學習
4.1有監督學習與無監督學習
4.2學習預測模型
4.2.1相關性不等同於因果，但它有時非常有用
4.2.2線性回歸
4.2.3神經網絡與深度學習
4.2.4決策樹
4.3數據科學中的偏差
4.4評估模型：泛化而不是記憶
4.5摘要
第5章標準的數據科學任務
5.1誰是我們的目標客戶（聚類）
5.2這是欺詐嗎（異常值檢測）
5.3你要配份炸藷條嗎（關聯規則挖掘）
5.4流失還是不流失，這是一個問題（分類）
5.5它價值幾何（回歸）
第6章隱私與道德
6.1商業利益與個人隱私
6.1.1數據科學的道德啟示：畫像與歧視
6.1.2數據科學的道德含義：創建一個全景監獄
6.2隱私保護
6.2.1保護隱私的計算方法
6.2.2規範數據使用和保護隱私的法律框架
6.3通往道德的數據科學之路
第7章未來趨勢與成功準則
7.1醫療數據科學
7.2智慧城市
7.3數據科學項目準則：為什麼會成功或失敗
7.4終極思考
術語表
延伸閱讀
參考文獻

數據科學的主要目標就是通過數據分析來改進決策，它與數據挖掘、機器學習等領域緊密相關，但範圍更廣。本書簡要介紹了該領域的發展、基礎知識，並闡釋了數據科學項目的各個階段。書中既考慮數據基礎架構和集成多個數據源數據所面臨的挑戰，又介紹機器學習基礎並探討如何應用機器學習專業技術解決現實問題。還綜述了倫理和法律問題、數據法規的發展以及保護隱私的計算方法。最後探討了數據科學的未來影響，並給出數據科學項目成功的原則。