數據學（簡體書）

本書介紹了數據學的由來、基本概念和基本原理，包括：數據大爆炸、數據自然界、數據學基礎：介紹了數據學的主要方法，包括：數據勘探、數據獲取與整合、數據挖掘、數據實驗；還介紹了數據學的應用和數據學面臨的挑戰。
本書主要作為科學研究工作者的參考書，試圖向科學工作者展示一種新的科學，并且能夠利用這種新的科學為當前的科學研究工作服務。本書基本以較為通俗化的語言來表達數據學的基本原理、方法和技術，希望對各領域的科學家，包括行為科學家和社會科學家能夠有所啟迪。

第1章 緒論
1.1 數據
1.1.1 數據的概念
1.1.2 數據與物質
1.2 數據爆炸
1.3 數據自然界
1.3.1 數據不為人類所控制
1.3.2 數據的未知性
1.3.3 數據的多樣性和復雜性
1.4 數據學
1.4.1 為什麼需要數據學
1.4.2 數據學的概念
1.4.3 數據學的框架
1.5 與其他科學的關係
1.6 小結
第2章 數據自然界基礎知識
2.1 數據自然界的發展
2.1.1 3個階段
2.1.2 數據集
2.2 面臨的問題
2.3 數據簇
2.3.1 數據的屬性
2.3.2 相似性與相似函數
2.3.3 數據簇
2.4 數據分類學
2.4.1 數據本體
2.4.2 數據分類學
2.5 小結
第3章 數據勘探
3.1 為什麼要做數據勘探
3.2 什麼是數據勘探
3.2.1 數據勘探做什麼
3.2.2 數據勘探步驟
3.2.3 數據礦床
3.3 勘探數據集的總體特性
3.3.1 通過樣本分析判斷數據特徵
3.3.2 如何抽樣
3.3.3 通過查詢判斷數據集的特徵
3.4 勘探數據集的結構
3.5 數據工具的勘探
3.6 小結
第4章 數據獲取與整合
4.1 數據源存在的問題
4.2 數據獲取
4.2.1 數據獲取的方法
4.2.2 數據質量
4.2.3 數據清潔
4.3 數據整合
4.3.1 數據整合的動因
4.3.2 數據整合的概念
4.3.3 數據整合的主要工作
4.3.4 數據整合的方式
4.4 數據倉庫
4.4.1 數據庫的局限
4.4.2 基本概念
4.4.3 數據組織
4.5 小結
第5章 數據挖掘
5.1 數據挖掘的故事
5.2 什麼是數據挖掘
5.2.1 數據挖掘的定義
5.2.2 數據挖掘的過程
5.3 數據挖掘的任務
5.4 數據挖掘的類型
5.4.1 一般數據源的挖掘
5.4.2 特殊應用數據源的挖掘
5.5 小結
第6章 數據實驗
6.1 數據觀察
6.2 數據實驗及其目的
6.2.1 什麼是數據實驗
6.2.2 數據實驗的目的
6.3 數據實驗的步驟
6.4 小結
第7章 數據學應用
7.1 科學研究信息化
7.2 生物信息學
7.2.1 生物數據管理與整合
7.2.2 生物數據分析
7.3 腦信息學
7.3.1 腦信息學研究方法
7.3.2 腦數據管理與整合
7.4 其他信息學
7.5 小結
第8章 面臨的挑戰
8.1 數據學理論體系
8.1.1 觀察與猜想
8.1.2 數據運算
8.2 數據自然界與人
8.2.1 在數據自然界中生活
8.2.2 數據搜索
8.2.3 數據真實性
8.3 數據資源的保護與開發
8.3.1 數據資源
8.3.2 數據資源的保護
8.3.3 數據資源的開發
8.4 小結
參考文獻