本书以独特的方式讲解数据科学，不仅让读者可以轻松学习数据科学理论，又可以动手（手算和机算）进行数据科学实战。本书特色：全彩印刷，图形、表格、思维导图丰富；避免深奥的数学证明，采用简单的数学说明；用各种学习图将本书内容贯穿起来；实战计算，包含小型数据的演算和大型数据的实战程序。 本书共13章，内容涵盖丰富的数据科学模型，包含关联分析、聚类分析、贝叶斯分类、近邻法、决策树、降维分析、回归模型等算法。利用小数据例题介绍计算步骤，同时用R语言验证计算结果。另外，也有大数据的案例数据，例如：推荐系统、支持向量机、集成学习等。另外，本书只有大数据的案例数据用R语言计算。 本书适合各个专业领域（包含金融、电商、保险、互联网等行业）想掌握数据科学的读者，也可以作为高校、社会培训机构教材。由于内容比较多，教师可自行选择教学内容。

陈文贤，美国加州大学伯克利分校工业工程博士，历任：台大信息管理系教授兼系主任、美国雪城Syracuse大学客座教授、澳大利亚悉尼科技大学UTS客座教授、台北德明财经科技大学信息管理系特聘教授。

前 言 秋水时至，百川灌河；泾流之大，两涘渚崖之间不辩牛马。 于是焉河伯欣然自喜，以天下之美为尽在己。 顺流而东行，至于北海，东面而视，不见水端。 —《庄子·秋水篇》 互联网的时机到了，数据汇入数据库，流量之大，不能辨别分类聚类。 于是数据科学家沾沾自喜，以为大数据的美丽结果，我说了算。 数据流量顺势加大，汇流成海量，看数据沧海，不见因果关系。 —《大数据篇》 本书期望以深入浅出接地气的方式介绍数据科学，即帮助读者轻松学习数据科学理论，又有利于读者动手（手算和电算）完成数据科学实战。因此本书特色是： 1 一图抵千言 本书继承清华大学出版社出版的《大话统计学》一书学习地图的精神，内容尽量用图形、表格、思维导图说明。学习地图是让你知道你的位置，并且告诉你如何去目的地。 2 避免深奥的数学证明，采用简单的数学说明 奥卡姆剃刀原理（Occam’s Razor）认为，最好的科学理论是能解释所有事实的最简单的理论（The best scientific theory is the simplest one that explains all the facts）。数据科学机器学习秉承简约法则：切勿浪费较多东西，去做“用较少的东西，同样可以做好的事情”，避免“过拟合”的精神。学会本书数据科学基本观念，可以进一步理解机器学习的理论证明和复杂模型，例如深度学习。 3 章节连贯，一气呵成 本书说明了数据科学模型输入数据的类型和限制，算法的分类异同和因果关系，输出结果的评价和优劣。数据科学要考虑：问题种类，...