人工智能超入門叢書--數據素養：人工智能如何有據可依

1.本書為技術型硬核科普書，培養全民數據素養； 2.全書語言文字簡潔易懂，對初學者友好； 3.本書作者是清華大學人工智能方向老師，有非常強的專業能力； 4.本書理論與實踐結合，但盡量避免了煩瑣公式。 5.本書代碼簡單，上手非常容易。

龔超，工學博士，清華大學日本研究中心主任助理，深圳清華大學研究院下一代互聯網研發中心核心成員，?？诮洕鷮W院雅和人居工程學院客座教授。中國高科技產業化研究會理事、中國自動化學會普及工作委員會委員、中國人工智能學會中小學工作委員會委員、教育部教育信息化教學應用實踐共同體項目特聘專家。研究方向為人工智能優化算法，人工智能在數字化轉型中的應用等。著有10本人工智能相關圖書，多家500強企業數字化轉型領域高級顧問，在國內外期刊上發表文章共計60余篇。 鄭子杰，北京大學學士、博士，信號與信息處理專業。北京市十一學校數學教師，人工智能課程負責人，幫助學校開發人工智能相關的課程體系。在學校期間與學校信息技術教師共同開發的人工智能普及課程 "人工智能技術與應用"，在2021年4月被認定為北京市第一批普通高中特色課程。在各類學術期刊和會議上發表論文40余篇。 汪輝，磊垚創投管理合伙人，未來基因（北京）人工智能研究院特聘專家，上市公司獨立董事，投資并服務數百家新三板/北交所企業。研究方向知識圖譜技術、人工智能在知識產權保護中的應用等。

“人工智能超入門叢書”面向人工智能各技術方向零基礎的讀者，內容涉及數據思維、機器學習、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統等方向，輔以程序代碼解決問題，幫助讀者快速入門。 《數據素養：人工智能如何有據可依》是“人工智能超入門叢書”中的分冊，主要講解數據的重要性，重點解讀處理數據的各種方法，培養讀者的數據素養和數據思維。具體內容包括數據規律、數據收集、數據清洗、數據可視化，以及特征構建、圖像處理、文本分析等，同時在本書最后一章，分析了各個學科中如何運用數據思維處理問題。 本書內容通俗易懂，可以作為人工智能及計算機相關工作崗位技術人員的入門讀物，對數據及人工智能方向感興趣的人群也可以閱讀。

第1章　數據概述 001
1.1 數字化社會與數據思維 002
1.1.1　數字的社會早已到來 002
1.1.2　人人都該提升數據素養 004
1.1.3　化無形為有形，化抽象為具體 006
1.2 數據的含義與類型劃分 007
1.2.1　數據的狹義含義 007
1.2.2　數據的廣義含義 009
1.2.3　數據類型的劃分 010
1.3 人工智能與數據 011
1.3.1　新時代的金礦——數據 011
1.3.2　將數據轉化為洞見 012
1.3.3　警惕選擇偏見與數據偏見 013

第2章　隨機世界中的數據規律 016
2.1 隨機現象 017
2.1.1　生活中的隨機現象 017
2.1.2　隨機試驗 019
2.2 隨機變量與數據中的隨機 024
2.2.1　隨機變量及其分布 024
2.2.2　數據中的隨機性 028
2.3 數據的形態與中心極限定理 030
2.3.1　正態分布 030
2.3.2　中心極限定理 033

第3章　數據收集與整理 036
3.1 如何獲取數據 037
3.1.1　獲取一手數據 037
3.1.2　獲取二手數據 048
3.2 “二維”視角看數據 054
3.2.1　二維表 054
3.2.2　二維表的基本操作 059
3.3 如何清洗數據 063
3.3.1　數據的格式化與結構化 064
3.3.2　缺失值與異常值 066

第4章　數據的描述與可視化 070
4.1 數據的集中、離中趨勢 071
4.1.1　數據的集中趨勢 071
4.1.2　數據的離中趨勢 075
4.2 數據的變換 077
4.2.1　數據的無量綱化 077
4.2.2　連續型變量的變換 080
4.2.3　類別特征的變換 083
4.3 數據的可視化 084
4.3.1　科學繪圖 084
4.3.2　可視化的重要性 096
4.3.3　數據形態看數據 104

第5章　特征的構建與關聯 112
5.1 特征的創建與選取 113
5.1.1　特征的創建 113
5.1.2　與時俱進選取指標 115
5.2 特征的擴充與降維分析 117
5.2.1　特征的擴充 117
5.2.2　降維分析 121
5.3 特征間的關系 126
5.3.1　相關≠因果 126
5.3.2　相關系數 128
5.3.3　從相關到回歸 132

第6章　非結構化數據的結構化 141
6.1 用“二維表”的結構理解數據 142
6.2 圖像即矩陣 145
6.2.1　用矩陣視角打開圖像 145
6.2.2　圖像特征的處理 150
6.3 文本的向量之路 156
6.3.1　文本的分詞、清洗與整理 156
6.3.2　從句子到向量的詞袋模型 167
6.3.3　Word2Vec讓詞語變向量 171

第7章　無數據，不課堂 176
7.1 數據與算法，打開另一扇窗 177
7.1.1　語文——水滸傳 177
7.1.2　物理——伏安法測電阻 178
7.1.3　生物——鳶尾花分類 180
7.2 可視化，讓內容更加圖強 183
7.2.1　數學——二次函數性質分析 183
7.2.2　英語——I have a dream 185
7.2.3　化學——繪制元素周期表 186
7.2.4　歷史——中國歷史人口數據可視化 189
7.2.5　地理——衛星影像圖 193

附錄  196
附錄一　抽樣分布與參數估計 197
附錄二　假設檢驗 208
附錄三　騰訊扣叮Python實驗室：Jupyter Lab使用說明 214