“这是一本不可多得的、采用Java来实现与应用数据科学的书。书中对机器学习所需的线性代数和统计学的讨论简洁有力。本书汇集了布茹斯托维奇在该领域的丰富实战经验，我强烈推荐。”——Terence Parr，旧金山大学计算机科学和数据科学教授，语法分析器生成工具ANTLR之父


数据科学近年来迅速成为了热门研究领域，但很少有数据科学从业人士冒险涉足Java世界。考虑到在工程与科学的交叉地带所需的可伸缩性、稳健性以及便利性，Java其实是一门理想的语言。本书将循序渐进地引导读者进入数据科学的工作流程，在解释数学原理的同时给出代码示例。书中解释了数据科学流程每一步背后的基本数学原理，以及如何采用Java来应用这些原理。

本书内容涉及数据输入与输出、线性代数、统计学、数据操作、学习与预测，以及Hadoop MapReduce在这个过程中所扮演的关键角色。

● 讨论获取数据、清理数据，以及以纯粹方式排列数据的众多方法
● 理解数据应采用的矩阵结构
● 学习测试数据来源及数据有效性的基本概念
● 把数据转换为稳定且可用的数值
● 理解监督型学习算法与无监督型学习算法，以及评估这些算法是否成功的方法
● 采用适合数据科学算法的定制组件，设置和运行MapReduce任务

迈克尔• R. 布茹斯托维奇（Michael R. Brzustowicz）

从研究物理的博士后转型为经验丰富的数据科学家，专注于建立分布式数据系统，并从海量数据中提取知识。他大部分的时间都在编写（日常大数据问题的）统计模型方法及机器学习方法的定制多线程代码。他是多家创业公司的合伙人，并在旧金山大学担任兼职教授。


【译者简介】

姜建锦
清华大学博士，北京电子科技学院网络空间安全系教师，目前主要从事计算机系统结构、分布式系统等的研究及相关教学工作。

赵绪营
中科院博士，北京电子科技学院网络空间安全系教师，目前主要从事生物特征识别与加密，计算机视觉的研究及相关教学工作。

张岩
博士，北京电子科技学院网络空间安全系副教授，目前主要从事信息物理融合系统、软件系统建模和验证的研究及相关教学工作。