数据学

第1章绪论

1．1数据

1．1．1数据的概念

1．1．2数据与物质

1．2数据爆炸

1．3数据自然界

1．3．1数据不为人类所控制

1．3．2数据的未知性

1．3．3数据的多样性和复杂性

1．4数据学

1．4．1为什么需要数据学

1．4．2数据学的概念

1．4．3数据学的框架

1．5与其他科学的关系

1．6小结

第2章数据自然界基础知识

2．1数据自然界的发展

2．1．13个阶段

2．1．2数据集

2．2面临的问题

2．3数据簇

2．3．1数据的属性

2．3．2相似性与相似函数

2．3．3数据簇

2．4数据分类学

2．4．1数据本体

2．4．2数据分类学

2．5小结

第3章数据勘探

3．1为什么要做数据勘探

3．2什么是数据勘探

3．2．1数据勘探做什么

3．2．2数据勘探步骤

3．2．3数据矿床

3．3勘探数据集的总体特性

3．3．1通过样本分析判断数据特征

3．3．2如何抽样

3．3．3通过查询判断数据集的特征

3．4勘探数据集的结构

3．5数据工具的勘探

3．6小结

第4章数据获取与整合

4．1数据源存在的问题

4．2数据获取

4．2．1数据获取的方法

4．2．2数据质量

4．2．3数据清洁

4．3数据整合

4．3．1数据整合的动因

4．3．2数据整合的概念

4．3．3数据整合的主要工作

4．3．4数据整合的方式

4．4数据仓库

4．4．1数据库的局限

4．4．2基本概念

4．4．3数据组织

4．5小结

第5章数据挖掘

5．1数据挖掘的故事

5．2什么是数据挖掘

5．2．1数据挖掘的定义

5．2．2数据挖掘的过程

5．3数据挖掘的任务

5．4数据挖掘的类型

5．4．1一般数据源的挖掘

5．4．2特殊应用数据源的挖掘

5．5小结

第6章数据实验

6．1数据观察

6．2数据实验及其目的

6．2．1什么是数据实验

6．2．2数据实验的目的

6．3数据实验的步骤

6．4小结

第7章数据学应用

7．1科学研究信息化

7．2生物信息学

7．2．1生物数据管理与整合

7．2．2生物数据分析

7．3脑信息学

7．3．1脑信息学研究方法

7．3．2脑数据管理与整合

7．4其他信息学

7．5小结

第8章面临的挑战

8．1数据学理论体系

8．1．1观察与猜想

8．1．2数据运算

8．2数据自然界与人

8．2．1在数据自然界中生活

8．2．2数据搜索

8．2．3数据真实性

8．3数据资源的保护与开发

8．3．1数据资源

8．3．2数据资源的保护

8．3．3数据资源的开发

8．4小结

参考文献

　　《数据学》一书介绍了数据学的由来、基本概念和基本原理，包括：数据大爆炸、数据自然界、数据学基础：介绍了数据学的主要方法，包括：数据勘探、数据获取与整合、数据挖掘、数据实验；还介绍了数据学的应用和数据学面临的挑战。　　本书基本以较为通俗化的语言来表达数据学的基本原理、方法和技术，希望对各领域的科学家，包括行为科学家和社会科学家能够有所启迪。　　本书介绍了数据学的由来、基本概念和基本原理，包括：数据大爆炸、数据自然界、数据学基础：介绍了数据学的主要方法，包括：数据勘探、数据获取与整合、数据挖掘、数据实验；还介绍了数据学的应用和数据学面临的挑战。　　本书主要作为科学研究工作者的参考书，试图向科学工作者展示一种新的科学，并且能够利用这种新的科学为当前的科学研究工作服务。本书基本以较为通俗化的语言来表达数据学的基本原理、方法和技术，希望对各领域的科学家，包括行为科学家和社会科学家能够有所启迪。