《数据科学与工程算法基础》从概率统计、线性代数和组合优化角度出发，介绍经典的数据科学与工程算法，内容涉及数据分析处理全流程的算法及其数学基础，主要包括抽样算法；尾概率不等式及其应用；典型的哈希技术，如布隆过滤器和局部敏感哈希；数据流模型以及典型Misra Gries算法、Count Sketch算法；随机游走及其应用；EM算法；特征值计算；奇异值分解和主成分分析；矩阵分解；整数规划；子模函数及其应用；模块度及社区发现等。全书配有大量翔实的应用实例可供参考，有相当数量的习题可供读者练习。
《数据科学与工程算法基础》可作为数据科学与大数据技术专业本科生、研究生相关课程的教材或参考书，也可供相关领域技术人员参考。

高明，华东师范大学数据科学与工程学院教授，博士生导师。主要从事数据挖掘、知识工程和计算教育学方面的研究。曾获国家科技进步二等奖（主要参与人）、《计算机学报》2014－2019年优秀论文奖、CCF－腾讯犀牛鸟科研基金优秀奖。始终坚持以科研反哺教学的理念，积极参与数据科学与工程学科建设，主要承担本科生和研究生的“数据科学与工程算法基础”教学工作。

第1章 绪论
1.1 数据分析处理阶段
1.1.1 数据采集
1.1.2 数据预处理
1.1.3 数据存储与管理
1.1.4 数据分析与挖掘
1.1.5 数据可视化
1.2 算法设计原则
1.2.1 数据特点
1.2.2 算法评价
1.2.3 算法设计原则
本章小结
习题1
第2章 抽样算法
2.1 引入
2.2 基本概念
2.2.1 总体与样本
2.2.2 抽样调查
2.3 系统抽样
2.3.1 直线等距抽样
2.3.2 圆形等距抽样
2.3.3 系统抽样特点
2.4 分层抽样
2.5 水库抽样
2.5.1 水库抽样算法
2.5.2 算法分析
2.5.3 分布式水库抽样算法
本章小结
习题2
第3章 尾概率不等式及其应用
3.1 引入
3.2 Markov不等式
3.3 Chebyshev不等式
3.4 Chernoff不等式
3.5 尾概率不等式的应用-Morris算法
3.5.1 Morris算法
3.5.2 Morris+算法
3.5.3 Morris++算法
本章小结
习题3
第4章 哈希技术
4.1 引入
4.2 哈希
4.3 布隆过滤器
4.3.1 布隆过滤器的基本原理
4.3.2 误判率
4.3.3 降低误判率
4.3.4 应用场景
4.4 局部敏感哈希
4.4.1 哈希函数的选择
4.4.2 Shingling
4.4.3 Min-Hashing
4.4.4 基于Min-Hashing的局部敏感哈希过程
4.4.5 应用场景
本章小结
习题4
第5章 数据流模型及频繁项挖掘
5.1 引入
5.2 数据流模型
5.2.1 数据流和数据流模型
5.2.2 数据流子模型
5.2.3 概要数据结构
5.2.4 近似算法
5.3 频繁项挖掘
5.4 确定性近似频数算法Misra Gries
5.4.1 Misra Gries算法
5.4.2 Misra Gries算法分析
5.5 随机近似频数算法Count Sketch
5.5.1 简单抽样算法
5.5.2 Basic Count Sketch算法
5.5.3 Count Sketch算法
5.5.4 Count-Min Sketch算法
本章小结
习题5
第6章 EM算法
6.1 引入
6.2 最大似然估计方法
6.2.1 似然函数
6.2.2 最大似然估计
6.2.3 混合模型
6.3 EM算法
6.3.1 算法推导
6.3.2 EM算法
6.3.3 EM算法的收敛性
本章小结
习题6
第7章 随机游走及其应用
7.1 引入
7.2 随机过程
7.2.1 马尔可夫过程
7.2.2 随机游走
7.2.3 转移概率矩阵
……
第8章 特征值计算
第9章 奇异值分解与主成分分析
第10章 矩阵分解
第11章 整数规划
第12章 子模函数及其应用
第13章 模块度及社区发现
参考文献