《像数据达人一样思考和沟通：数据科学、统计学与机器学习》是一本完备的数据科学指南，尤其适用于职场人。本书既包括了职场中应用数据的场景介绍，也包括了算法背后的数学知识。两位作者在数据科学普及领域深耕多年，立志打造一本有趣、贴近生活，且非常具有可读性的数据科学入门书。每个人都能成为数据达人，积极地参与与数据科学、统计、机器学习相关的工作。本书适合作为商务专业人员、工程师、行政人员，以及有志成为数据科学家的研究人员的自学参考读物，也可以作为数据科学相关培训机构的教材。

朱文强,江西财经大学软件与互联网工程学院教师，长期主讲“Python编程”“Android应用开发”“软件项目实践”等课程，具有丰富的实践教学经验。

前言 对于许多旁观者而言，传统数据分析、大数据和人工智能是全然不同，且毫不相关的事物。然而，《像数据达人一样思考和沟通》这本书将要匡正这样的认知，并指出这3个领域事实上是高度相关的。它们都涉及统计思维，而一些传统的分析方法，例如回归分析、数据可视化技术等，对这3个领域同样适用。统计学中的“预测分析”与人工智能领域的“监督式机器学习”基本上就是一回事。而且，大多数的数据分析技术也适用于各种规模的数据集。简而言之，一位优秀的数据达人可以高效地处理好这3方面的工作，而花费大量时间去细究它们之间的差异则往往是无用功。固有观念2: 只有专业的数据科学家才能成为“数据热潮”中的弄潮儿。 人们有时对数据科学家盲目崇拜，认为只有他们才有可能有效地处理和分析数据。然而，近来兴起了一阵全新的、极为重要的潮流，旨在让数据思维变得更加全民化。越来越多的机构开始注重培养普通员工的数据思维和数据分析能力。自动化机器学习工具使得人们可以更轻松地建立数学模型，并利用模型出色地完成预测工作。当然，我们仍需要专业的数据科学家负责开发新算法，并为那些进行复杂数据分析工作的普通员工把关。但是，一些单位选择把与数据分析相关的工作交给单位中那些“非科班出身”的数据达人负责，这样做往往能够让数据科学家专注更重要的工作。固有观念3: 数据科学家无所不能，他们掌握着从事数据活动所需的全部技能。 数据科学家是受过专业训练，从事模型开发和代码编写工作的人。人们往往想当然地认为，数据科学家同样能够包揽模型的实际应用工作。换句话说，人们认为数据科学家是无所不能的。但实际上这样的人凤毛麟角。对于一个数据科学项目来说，那...