SYSU-大数据原理与技术-课程知识点-第一章概述

第一部分:数据科学与工程背景

1.1 数据科学与工程的形成

（1）产生背景

（2）经典案例分析

1.2 数据科学与工程的概述

（1）内涵式定义

（2）基本方法

1.3 与其他相关领域的关系

（1）与数学的关系

（2）与统计学的关系

（3）与计算机科学的关系

（4）与软件工程的关系

（5）与数据挖掘的关系

（6）与人工智能的关系

1.4 数据科学与工程的重要性

第二部分:数据科学与工程的工具与技术

2.1 常用工具与技术

（1）数据库管理系统

数据库管理系统是用于创建、管理和查询数据库的软件。它们在数据科学和数据工程中扮演着核心角色，负责数据的持久化存储和高效检索：

（2）分布式计算框架

分布式计算框架用于处理大规模数据集，能够在多个节点上并行处理数据，提高计算效率和处理能力：

（3）编程语言

编程语言是数据科学家和数据工程师进行数据处理、分析和建模的重要工具：

（4）机器学习库

机器学习库提供了构建和训练机器学习模型的工具和函数，帮助数据科学家在不同的应用场景中实现智能化数据处理：

2.2 本书用到的工具与技术导览

第三部分:数据科学与工程面临的挑战

3.1 数据隐私和安全

（1）数据隐私

（2）数据安全

3.2 道德、伦理与法律问题

（1）数据知识产权归属

（2）道德和伦理原则

3.3 数据质量和治理

（1）数据质量

（2）数据治理