　　《数据科学基础（英文版）》是“大数据与计算机科学”系列教材之一，由国际著名计算机科学家约翰·霍普克罗夫特教授、阿夫里姆·布鲁姆教授和拉文德兰·坎南教授共同撰写。
　　《数据科学基础（英文版）》包含了高维空间、奇异值分解、随机行走和马尔可夫链、机器学习、大数据问题的算法、聚类随机图等主要内容。全书极大部分的结论都有严格的证明，且从第2章开始，每章后面均附有适量的练习题。
　　《数据科学基础（英文版）》可作为计算机及其相关专业本科生或研究生的教材，也可供专业技术人员参考。

作者简介

　　约翰·霍普克罗夫特，曾获得1986年图灵奖、2005年电气与电子工程师协会哈里古德纪念奖、2007年计算研究协会杰出服务奖、2009年计算机协会Karl V.Kartstrom杰出教育家奖、2010年电气与电子工程师协会约翰冯诺依曼奖章，以及2016年中国友谊奖章，这是中国对外国人的认可。此外，中国科学院还将他任命为爱因斯坦讲席教授。
　　
　　阿夫里姆·布鲁姆，丰田工业大学芝加哥分校教授兼首席学术官，1996年担任COLT'96程序委员会主席，2000年担任FOCS'00程序委员会主席，2007年成为美国计算机协会研究员，2011年获得计算机科学院赫伯特西蒙教学奖。
　　
　　拉文德兰·坎南，印度班加罗尔微软研究院首席研究员，曾任耶鲁大学计算机科学系教授兼应用数学系教授、卡内基梅隆大学教授。1991年获得由美国数学学会和数学规划学会联合授予的离散数学福克森奖，2011年获得计算机协会高德纳奖，2015年当选美国艺术与科学院院士。

1 Introduction

2 High-Dimensional Space
2．1 Introduction
2．2 The Law of Large Numbers
2．3 The Geometry of High Dimensions
2．4 Properties of the Unit Ball
2．4．1 Volume of the Unit Ball
2．4．2 Volume Near the Equator
2．5 Generating Points Uniformly at Random from a Ball
2．6 Gaussians in High Dimension
2．7 Random Projection and Johnson-Lindenstrauss Lemma
2．8 Separating Gaussians
2．9 Fitting a Spherical Gaussian to Data
2．10 Bibliographic Notes
2．11 Exercises

3 Best-Fit Subspaces and Singular Value Decomposition （SVD）
3．1 Introduction
3．2 Preliminaries
3．3 Singular Vectors
3．4 Singular Value Decomposition （SVD）
3．5 Best Rank-k Approximations
3．6 Left Singular Vectors
3．7 Power Method for Singular Value Decomposition
3．8 Singular Vectors and Eigenvectors
3．9 Applications of Singular Value Decomposition
3．9．1 Centering Data
3．9．2 Principal Component Analysis
3．9．3 Clustering a Mixture of Spherical Gaussians
3．9．4 Ranking Documents and Web Pages
3．9．5 An Application of SVD to a Discrete Optimization Problem
3．10 Bibliographic Notes
3．11 Exercises

4 Random Walks and Markov Chains
4．1 Stationary Distribution
4．2 Markov Chain Monte Carlo
4．2．1 Metropolis-Hasting Algorithm
4．2．2 Gibbs Sampling
4．3 Areas and Volumes
4．4 Convergence of Random Walks on Undirected Graphs
4．5 Electrical Networks and Random Walks
4．6 Random Walks on Undirected Graphs with Unit Edge Weights
4．7 Random Walks in Euclidean Space
4．8 The Web as a Markov Chain
4．9 Bibliographic Notes
4．10 Exercises

5 Machine Learning
5．1 Introduction
5．2 Overfitting and Uniform Convergence
5．3 Illustrative Examples and Occam's Razor
5．3．1 Learning Disjunctions
5．3．2 Occam's Razor
5．3．3 Application： Learning Decision Trees
5．4 Regularization： Penalizing Complexity
5．5 Online Learning and the Perceptron Algorithm
……

6 Algorithms for Massive Data Problems： Streaming， Sketching， and Sampling
7 Clustering
8 Random Graphs
9 Topic Models， Non-Negative Matrix Factorization， Hidden Markov Models， and Graphical Models
10 Other Topics
11 Wavelets
12 Appendices

References
Index

前言/序言

　　在构思一套新的计算机科学技术系列教材时，会有很多考虑。其一、计算机科学提供了一个系统建模、问题求解的新模式。计算机专业的本科毕业生应本能地将计算思维用于问题求解，因此，一套计算机科学技术系列教材也应将计算思维系统地贯穿于整套教材的编写。其二、计算技术在推动社会、科技高速发展的同时，其自身也经历着从以计算为中心到以数据和交互为中心的范式转变。计算机专业的本科毕业生若能了解有关数据获取，存储，分析，利用的基本方法、技术、工具，定能在其择业和职业发展中拥有更多的机会，一套面向这一专业需求、围绕数据思维设计的计算机科学技术系列教材就会受到广大师生的欢迎。其三、在一个更加基础的层面，一套新的计算机科学技术系列教材应在重新审视本学科核心理论的基础上，在分析数据科学、人工智能、密码与信息安全、计算经济学、甚至量子计算等交叉学科的基础上，为本专业提供一个理论和数学基础课程设计，以反应计算机学科及其交叉学科对算法、计算复杂性、概率与统计、线性代数、矩阵分析、高等代数、组合数学、博弈论等数学分支的依赖。
　　计算能力的提高不仅在加大计算机科学技术影响力的广度，还在加速其影响力的深度。计算机教育界目前进行的“计算机+X”和“X+计算机”的讨论旨在推动计算机专业建设，并及时反应这一影响的广度和深度。我认为这一切都源于一个广为接受的事实：计算机科学与技术是继科学实验和数学之后，推动人类社会和科技进步的第三股力量。正如科学实验为自然科学提供了研究手段，数学为工程提供了建模方法，概率与统计为经济学提供了工具，计算机科学与技术为自然科学、工程、经济学提供了全新的研究手段、建模方法和工具。从一个高等教育工作者的角度看，这第三股力量驱动着老学科的改造和新专业的诞生。
数据科学基础（英文版） [Foundations of Data Science] 下载 mobi epub pdf txt 电子书格式