官宣！“数据科学与大数据技术丛书”来了

当前，大数据已成为国家重要的基础性战略资源。世界各国先后推出大数据发展战略，不断加强对大数据的研发和应用发展的布局；我国在2015年党的18届5中全会首次提出要实施“国家大数据战略”，国务院印发了《促进大数据发展行动纲要》，全面推进大数据的发展与应用。2019年党的19届4中全会通过的《决定》中，首次将“数据”列为生产要素，进一步奠定了数据作为基础性生产资源的重要地位。

在大数据背景下，基于数据发现价值，基于数据做出科学预测与决策越来越重要。在学科发展上，大数据促进了统计学、计算机和实际领域问题的紧密结合，催生了数据科学相关专业的建立和发展。2015年教育部首次在本科专业目录中增设了“数据科学与大数据技术”专业。截至2020年，开设数据科学与大数据技术本科专业的高校超过600所。在迅速增加的人才培养需求下，亟需梳理数据科学与大数据技术的知识体系，包括大数据处理和不确定性的数学刻画，使用并行式、分布式和能够处理大规模数据的数据科学编程语言和方法，面向数据科学的概率论与数理统计，机器学习与深度学习等各种基础模型和方法，以及在不同的大数据应用场景下生动的实践案例等。

为满足数据科学人才系统化培养的需要，中国人民大学统计学院组织编写了一套“数据科学与大数据技术丛书”。其中《数据科学概论》搭建了数据科学的方法体系和技术框架；《数据科学概率基础》《数据科学统计基础》构建了面向数据科学的概率和统计基础；《Python机器学习：原理和实践》《数据科学中的统计计算》《数据科学并行计算》深入讲解数据科学的编程和算法基础；《数据科学的可视化方法》《数据科学中的优化方法》《深度学习：原理与实践》专门讲解大数据时代最常用的分析建模方法；《数据科学实践》则从应用实践的角度、以案例方式深入讲解各类方法的实际应用。

这套丛书根据中国人民大学统计学院数据科学与大数据技术专业的课程体系编写，我们希望打造一套适合现代数据科学教育的系列教材。在写作上本套丛书秉承了人大统计学院以往系列教材的一贯风格，强调理论与实践的结合，深入浅出、面向应用。希望能够帮助读者筑牢数据科学的统计学基础，掌握大数据时代的先进的计算机技术，训练解决实际问题的分析思维，提高数据分析和价值发现的能力。