數據科學與大數據分析

　　數據科學與大數據分析在當前是炙手可熱的概念，關注的是如何通過分析海量數據來洞悉隱藏于數據背后的見解。本書是數據科學領域為數不多的實用性技術圖書，它通過詳細剖析數據分析生命周期的各個階段來講解用于發(fā)現、分析、可視化、表示數據的相關方法和技術?！稊祿茖W與大數據分析——數據的發(fā)現 分析 可視化與表示》總共分為12章，主要內容包括大數據分析的簡單介紹，數據分析生命周期的各個階段，使用R語言進行基本的數據分析，以及高級的分析理論和方法，主要涉及數據的聚類、關聯規(guī)則、回歸、分類、時間序列分析、文本分析等方法。此外，本書還涵蓋了用來進行高級數據分析所使用的技術和工具，比如MapReduce和Hadoop、數據庫內分析等?！稊祿茖W與大數據分析——數據的發(fā)現 分析 可視化與表示》內容詳細，示例豐富，側重于理論與練習的結合，因此比較適合對大數據分析、數據科學感興趣的人員閱讀，有志于成為數據科學家的讀者也可以從本書中獲益。

　　David Dietrich是EMC Education Services的數據科學教育團隊的負責人，他領導著大數據分析和數據科學相關的課程、策略和課程開發(fā)工作。他參與編寫了EMC數據科學課程的首門課程，以及兩門額外的EMC課程（以向領導和管理人員講授大數據和數據科學為主），而且還是本書的作者兼編輯。他在數據科學、數據隱私和云計算領域已經申請了14項專利。David曾指導若干所大學開設數據分析相關的課程項目，而且還經常在會議和行業(yè)活動中發(fā)表演講。他還是波士頓地區(qū)幾所大學的客座講師。他的作品已被精選到包括福布斯雜志、哈佛商業(yè)評論以及由美國馬薩諸塞州長Deval Patrick委托起草的2014 馬薩諸塞大數據報告等內在的主流出版物中。David在分析和技術領域已經浸淫了近20年。在其職業(yè)生涯中，他曾在多家財富500強公司工作過，出任多個與數據分析相關的職位，其中包括管理分析和運營團隊，提供分析咨詢服務，管理用于規(guī)范美國銀行業(yè)的分析軟件產品線，以及開發(fā)軟件即服務（Software-as-a-Service）和Bl即服務（Bl-as-a-Service）的產品。此外，David還曾與美聯儲一起合作開發(fā)用于監(jiān)控房產抵押貸款的預測模型。Barry Heller是EMC Education Services的一名咨詢技術教育顧問。Barry是大數據和數據科學新興技術領域的課程開發(fā)人員和課程顧問。在此之前，Barry曾是一名顧問研究科學家，在EMC全面客戶體驗（Total Customer Experience）部門內發(fā)起并領導了許多與數據分析相關的項目。在其EMC職業(yè)生涯的早期，他負責管理統(tǒng)計工程團隊，并負責企業(yè)資源企劃（ERP）實施中的數據倉庫工作。在加盟EMC之前，Barry在醫(yī)療診斷和技術公司擔任過可靠性工程功能（Reliability Engineering Functions）的管理和分析角色。在此期間，他將其數量分析技能應用到了客戶服務、工程、制造、銷售/營銷、金融和法律領域內的無數商業(yè)應用中。他強調與客戶管理人員深入互動的重要性，他的許多成功案例不僅源自對分析的技術細節(jié)的關注，也源自針對分析結果會做出的決策的關注。Barry擁有羅徹斯特理工學院計算數學專業(yè)的本科學位，以及紐約州立大學新帕爾茲分校數學專業(yè)的碩士學位。Beibei Yang是EMC Education Services的一名技術教育顧問，在EMC負責開發(fā)若干與數據科學和大數據分析相關的公開課程。Bebei在IT行業(yè)有7年的從業(yè)經驗。在加盟EMC之前，她在一家財富500強公司先后擔任過軟件工程師、系統(tǒng)管理員和網絡管理員等職位，并引入了多種提升效率和鼓勵合作的新技術。Beibei曾在國際會議上發(fā)表過學術論文，并申請了多項專利。她在馬薩諸塞大學盧維爾分校獲得了計算機科學專業(yè)的博士學位。她專注于自然語言處理和數據挖掘，尤其是使用各種工具和技術來發(fā)現數據中隱藏的模式，以及用數據來講故事。數據科學和大數據分析是一個令人振奮的領域。在這個領域，數字信息的潛力可以很大程度地用來幫助做出明智的商業(yè)決策。我們相信，無論是短期、中期還是長期來看，這一領域都將會吸引越來越多有才華的學生和專業(yè)人士投身其中。 譯者簡介曹逾，于新加坡國立大學獲得計算機博士學位，杰出大數據與機器學習專家，當前供職于EMC中國卓越研發(fā)集團首席技術官辦公室，同時擔任EMC中國研究院數據科學實驗室主任，主要負責EMC大中華區(qū)大數據與數據科學方向的應用型研究以及創(chuàng)新解決方案研發(fā)，同時也負責EMC在亞太特別是中國大陸地區(qū)的高?？蒲泻献黜椖俊２懿┦吭赟IGMOD、VLDB、ICDE、VLDB Journal等國際會議和期刊發(fā)表論文20余篇，并多次受邀擔任國際會議和期刊審稿人，而且其相關研究成果在EMC內部產品及解決方案中得以廣泛應用。曹博士擁有60余項美國及國際專利授權或申請。劉文苗，現任EMC IT第三平臺高級項目經理，對大數據、存儲系統(tǒng)、網絡系統(tǒng)以及文件系統(tǒng)具有一定研究，還具有國內金融行業(yè)多年從業(yè)經驗。劉先生曾經參與過上海證券交易所新一代交易系統(tǒng)、海通期貨核心交易系統(tǒng)的設計與建設工作。李楓林，于上海交通大學獲得軟件工程碩士學位，曾在微軟中國公司擔任數據庫工程師，現就職于EMC中國研發(fā)中心，擔任Senior Social Engagement Manager一職，主要負責EMC中文技術社區(qū)的運營與后臺數據處理工作，近年來潛心鉆研數據存儲與大數據相關技術，曾在EMC中文社區(qū)及社交媒體上發(fā)表多篇大數據技術相關的文章。 主審人員簡介孫宇熙（Ricky Sun），EMC中國研究院院長，在EMC主要負責大數據、軟件定義的數據中心、云計算、超融合架構、高性能計算、高效存儲等領域的研發(fā)、戰(zhàn)略合作與創(chuàng)新等工作。Ricky有在硅谷和國內近20年的學習、工作、生活和創(chuàng)業(yè)的經驗。Ricky既有在大型跨國公司（EMC、微軟、Yahoo?。┑墓ぷ鹘洑v，也有過往成功的創(chuàng)業(yè)經歷，曾于2001年在美國加州硅谷地區(qū)創(chuàng)立WL科技公司并成功帶領公司在2004年與香港Telewave集團合并。Ricky在混合云架構、大數據快數據處理與分析、軟件定義存儲等領域有著多年的國際領先的工作經驗業(yè)界的影響力，并持有多項專利。Ricky在近年的專業(yè)著作有《程序員生存手冊：面試篇》、《軟件定義數據中心：技術與實踐》等。