从数据科学看懂数字化转型——数据如何改变世界 pdf下载

数字化转型是企业在数字经济时代面对的重大战略选择，其本质是通过有效地使用数据资源对业务进行全面的升级和优化，提高企业的综合产业竞争力。本书将数据科学作为出发点，结合大数据、人工智能技术，以数据分析的方法和理论为观察视角，介绍了企业数字化转型的核心知识概念及主要的应用实践策略。
本书共8章，分为数字化产业目标、数据科学原理、数据科学技术，以及数字化业务实践4部分。
数字化产业目标部分（第l章）介绍数字经济时代的产业特征和格局，以及企业数字化的业务本质和重大意义；数据科学原理部分（第2章）主要讨论数据要素的核心价值体系及数据科学的基本理论范畴；数据科学技术部分（第3～6章）主要介绍数据获取及预处理方法、数据规律挖掘方法、数据建模方法，以及数据相关技术系统的建设方法；数字化业务实践部分（第7、8章）讨论企业数字化中的实施落地问题、数字化人才和组织架构，以及不同行业数字化应用的典型场景。
本书适合关注数字化转型话题的数据挖掘、数据分析、数据系统研发等相关行业技术人员，也适合对数据科学感兴趣的数字化转型管理人才和业务专家阅读，还可作为数据产业创业者和研究人员的参考书。

刘通，上海交通大学管理科学与工程博士，数易达科技创始人、企业数字化咨询师、智能算法高级工程师。聚焦于企业AI赋能、数据应用平台设计研发，以及电力、医疗、全渠道零售等行业的数字化转型解决方案。
曾就职于中国银联总部，负责数据分析、数据治理项目的企划和统筹工作，后在中国科学院自动化研究所模式识别国家重点实验室从事数据科学的理论研究，开展大数据挖掘、知识计算等领域的算法研发工作，并组织数据智能应用系统的平台开发。参与过十余项核心大数据技术的专利发明，指导发表多篇国内外优秀会议论文，曾在多项国家重点科研项目中担任重要岗位。著有《大话数字化转型：迎接全行业的数字未来》《AIGC新纪元：洞察ChatGPT与智能产业革命》，入选数字化转型理论与实践系列丛书。

第一部分 数字化产业目标
第1章 走进数字经济时代
1.1 大数据与互联网：触动数字经济快捷键
1.1.1 数字经济到来，产业革命加速
1.1.2 大数据技术：从实验环境走向现实环境
1.1.3 互联网发展加速“数据闭环”融合
1.2 熵减：数据“能量”引入新秩序
1.2.1 从熵的角度看数据价值
1.2.2 数字化的本质是引入经济活动秩序
1.3 通往数据自由：数字经济之现状
1.3.1 信息化浪潮：数字经济发展的必经之路
1.3.2 当数据科学走向实用化：数字化创新
1.3.3 数字化产业服务：转型的技术落地
第二部分 数据科学原理
第2章 关于数据的真相
2.1 数据的价值：事实还是知识
2.1.1 数据的事实价值
2.1.2 数据的知识价值
2.2 数据怎么用，就看“维度”与“规模”
2.2.1 数据维度决定创新性
2.2.2 数据规模决定可靠性
2.3 数据科学家关心的那些事儿
2.3.1 数据采集与管理
2.3.2 数据存储与计算
2.3.3 数据分析与应用
第三部分 数据科学技术
第3章 如何获取有用的数据
3.1 数据感知：业务活动到数字世界的映射
3.1.1 数据硬感知
3.1.2 数据软感知
3.2 信息提取：让数据长成“看得懂”的样子
3.2.1 自然语言处理
3.2.2 语音识别
3.2.3 计算机视觉
3.3 信息检索：大数据世界的“淘金”
3.3.1 结构化信息检索
3.3.2 非结构化信息检索
3.3.3 问答系统
第4章 从数据中寻找规律
4.1 对数据的客观描述：统计分析
4.1.1 基本分析
4.1.2 二维度分析
4.1.3 位置分析
4.2 从数据中提取知识：规则挖掘
4.2.1 知识规则挖掘方法
4.2.2 知识规则业务应用
4.3 看图说话：数据可视化之美
4.3.1 数据可视化应用场景
4.3.2 数据可视化相关技术
第5章 从数据获得智能
5.1 机器学习方法及常见模型
5.1.1 机器学习基本概念
5.1.2 机器学习基本要素
5.1.3 机器学习常见模型
5.2 深度学习方法及常见模型
5.2.1 深度学习基本概念
5.2.2 深度学习常见模型
5.3 其他建模技术
5.3.1 强化学习
5.3.2 从智能到智慧：学习任务泛化
5.3.3 其他机器学习策略
第6章 企业数字化建设
6.1 中台：数字创新的内核发动机
6.1.1 中台对企业的意义
6.1.2 数据中台的发展阶段
6.1.3 数据中台的组成部分
6.2 大数据框架：数字化应用的服务能力保障
6.2.1 大数据存储
6.2.2 大数据收集
6.2.3 大数据计算
6.2.4 大数据集群管理
6.3 云计算：让企业快速构建数字化能力
6.3.1 软件服务化
6.3.2 云计算
第四部分 数字化业务实践
第7章 企业数字化管理
7.1 数据管理活动框架
7.1.1 数据治理
7.1.2 数据生命周期管理
7.1.3 基础活动
7.2 数据体系规划
7.2.1 数据架构
7.2.2 数据建模
7.3 数据内容管理
7.3.1 事务数据管理
7.3.2 基础数据管理
第8章 数字化产业实践
8.1 非数字原生企业转型之困
8.1.1 大型企业的数字化转型问题剖析
8.1.2 中小企业的数字化转型问题剖析
8.2 数字化组织与人才
8.2.1 数字化组织
8.2.2 数字化人才
8.3 数字化产业实践
8.3.1 消费与金融数字化产业实践
8.3.2 生产制造数字化产业实践
8.3.3 公共服务数字化产业实践