现在越来越多的企业开始利用数据科学来驱动业务，《数据科学实战指南》将依托TalkingData 在大数据领域的多年实践经验，从数据、人才、工具三个维度帮助企业数据团队完成端到端的数据科学项目部署。
《数据科学实战指南》的内容包括数据科学项目的基础概念、准备工作、团队人才及端到端的实战案例等，适合正面临数字化转型的企业决策者、数据团队负责人，以及从事数据科学工作的数据分析师、数据科学家、数据工程师等阅读。
作者简介:
TalkingData 成立于2011年，是国内第三方数据智能服务商，将人工智能技术引入海量数据的处理、加工流程中，开源了大规模机器学习算法库Fregata、UI组件库iView、地理信息可视化框架inMap等项目，收获了遍布全球的使用者和贡献者。
目录:
第1 篇 数据科学项目之战壕篇 1
第1 章 数据科学项目的概念 2
1.1 数据科学概述 2
1.2 数据科学项目概述 9
1.3 数据科学项目的生命周期 11
第2 章 数据科学项目的前提：大数据安全与个人隐私保护 24
2.1 大数据安全面临的挑战 25
2.2 数据安全法律法规 26
2.3 搭建大数据安全体系 28
第3 章 数据治理 46
3.1 为什么需要进行数据治理 46
3.2 数据治理中的常见模块 49
3.3 数据治理的下游使用 52
第2 篇 数据科学项目之器械库 67
第4 章 数据科学项目团队 68
4.1 专业数据人才 68
4.2 其他团队人才 78
4.3 团队合作 79
第5 章 数据科学项目中的数据 83
5.1 数据的分类 83
5.2 数据在各个行业中的应用 89
第6 章 数据科学项目的工具：数据科学平台 103
6.1 数据科学平台概述 103
6.2 为什么需要数据科学平台 105
6.3 数据科学平台中的基础概念 106
6.4 数据科学平台的核心特性 112
6.5 数据科学平台的分类 119
6.6 数据科学平台使用指南 124
第3 篇 数据科学项目之实战篇 131
第7 章 数据科学项目管理流程 132
7.1 诊断：数据科学项目的起步 135
7.2 组织：数据科学项目的保障 138
7.3 行动：数据科学项目的核心 142
7.4 评估：数据科学项目的升华 148
第8 章 数据科学项目实战案例 149
8.1 数据科学助力企业线上数字化转型案例 149
8.2 AI 智能模型平台助力产销预测案例 175
点击下载