前言

本書適合以下幾種讀者：

· 準備與數據科學家合作、管理面向數據科學的項目或投資數據科學企業的商業人士；

· 即將實施數據科學解決方案的開發人員；

· 志向遠大的數據科學家。

本書不討論算法，不能取代算法主題的圖書。我們故意沒有采用以算法為中心的方法，是因為我們相信，在從數據中提取有用信息的技術的背后，存在著一套精簡的基本概念或原理，而它們構成了許多著名的數據挖掘算法的基礎。此外，它們還支撐著以數據為中心的行業問題的分析、數據科學解決方案的構建和評估，以及一般性數據科學策略和提案的評估。因此，我們圍繞這些一般性概念和原理而非具體算法組織了本書內容。當有必要描述程序細節時，本書會用文字和圖表相結合的方式進行解釋，因為我們認為這樣比列出詳細的算法步驟更易于理解。

盡管本書不要求讀者有專業的數學背景，但本書內容具有一定的技術性——本書旨在讓讀者深入理解數據科學，而非僅對其有個大體認識。本書盡量少用數學語言，多做概念性闡述。

業界同行評價說，本書是能幫助業務團隊、技術/研發團隊和數據科學團隊形成統一認識的無價之寶。這個結論是從一小部分人身上得出的，而我們想知道本書的適用范圍到底有多廣（詳見第5章）。我們希望每位數據科學家都能把這本書推薦給其開發團隊或者業務團隊里的同事，并對他們說“如果你們迫切希望通過設計/實施頂尖的數據科學解決方案來解決商業問題，那么我們必須對這本書的內容有共同的理解”。

同行還告訴我們，這本書還有個意料之外的作用：可以用來準備數據科學類職位的面試。企業對數據科學家的需求日益增長，相應地，越來越多的求職者自稱是數據科學家。每個數據科學崗位的求職者都需要理解本書中呈現的基本原理。（業界同行說，他們很驚訝竟然有那么多人做不到這一點。我們甚至半開玩笑地討論，是不是緊接著寫一本《數據科學求職者筆記》。）