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
2.1.1 3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