密歇根大学信息学院的应用数据科学硕士 (MADS) 学位介绍
向美国排名第一的公立研究型大学学习，加入下一代数据科学家行列。
密歇根大学信息学院的应用数据科学硕士 (MADS) 学位旨在帮助有抱负的数据科学家通过实践项目学习和应用技能。 您将学习如何使用数据来改善结果并实现雄心勃勃的目标。
MADS 课程通过掌握机器学习和自然语言处理等核心数据科学概念，帮助您成为该领域的领导者。 通过深入研究隐私、数据伦理和有说服力的沟通等关键主题，您将为在当今的组织中取得成功做好准备。 在构建展示您技能的工作组合时，您还将使用来自顶级公司的真实数据集。 了解可帮助组织克服数据过载并做出明智决策的系统和技术。
当您获得密歇根大学信息学院的 MADS 学位时，您将能够：
- 使用数据来改善结果并实现雄心勃勃的目标。
- 掌握核心数据科学概念，如机器学习和自然语言处理。
- 了解隐私、数据道德和有说服力的沟通等关键主题。
- 构建预测模型并在仪表板中可视化数据。
- 为数据知情解决方案制定更好的问题陈述。
密歇根大学信息学院应用数据科学硕士（MADS）课程介绍
参加密歇根大学信息学院应用数据科学硕士（MADS）课程的学生将学习应用数据科学所有基本科目的课程，重点是端到端方法。MADS计划将计算与理论和应用相交，确保学生将他们的数据科学学习付诸实践。
课程涵盖：
- 大数据的计算方法
- 探索和交流数据
- 使用各种方法可视化数据
- 分析技术（机器学习、网络分析、自然语言处理、实验和因果推理）
- 上下文中的数据科学应用（搜索和推荐系统、社交媒体分析、学习分析）
- 3个投资组合建设重大项目
以下课程集群和标题突出了引人入胜的数据科学科目的广度和深度。课程涵盖从问题制定到将结果付诸行动的所有内容。
Python是整个课程中使用的主要编程语言。学生将在整个课程的3个顶点项目中应用数据科学技能和知识。
《呈现结果并将其转化为行动》课程介绍和参考学习书籍
本课程包括以下学习内容：
- 信息可视化 I（Information Visualization I）
- 呈现不确定性（Presenting Uncertainty）
- 传达数据科学成果（Communicating Data Science Results）
- 信息可视化II（Information Visualization II）
本课程的参考学习书籍：
《信息可视化：设计感知（Information Visualization: Perception for Design）》
《信息可视化：设计感知》
《信息可视化：设计感知，第四版》探讨了为什么我们以这种方式看待物体的艺术和科学。基于感知和视觉的科学，作者介绍了在各种应用中起作用的关键原则 - 从而提高了清晰度，实用性和说服力的可视化。这个新版本已经修订和更新，以包括最新的相关研究结果。地图和导航的认知神经科学、模式感知的神经科学以及学习模式的层次结构等领域的内容已经更新。
本书的新变化使得将感知课程应用于设计决策变得更加容易。此外，本书还提供了任何人都可以应用的实用指南，包括各种交互设计师和平面设计师。
《用于业务决策的数据可视化：实验室笔记（Data Visualization for Business Decisions: A Laboratory Notebook）》
《用于业务决策的数据可视化：实验室笔记》
此工作簿适用于希望提高创建用于支持业务决策的数据视觉对象、演示文稿和报表插图的技能的业务分析师。这是一个定性实验室，用于开发可视化和辨别的力量。它不需要读者修改图表，而是分析和描述什么可以改进图表。在一组受控练习中，读者将了解六个维度的十八个元素，这些元素分析和改进用于传达业务概念的图表、视觉对象和报告。包括附带文件，其中包含书中示例中使用的视频、示例文件和幻灯片。
本书的特征：
- 包括 18 个实验室，每个实验室分别针对数据视觉对象的六个主要维度：故事、标志、目的、感知、方法和图表
- 使用全面的RAIKS（个人知识和技能快速评估）调查来判断读者在使用文本之前和之后的进度
- 提供顶点练习，以查看两个分析图表的聚合分析和最终结果
- 包含视频教程以及本书示例中使用的所有示例文件和模板的配套文件
《信息可视化简介：将数据转换为有意义的信息（Introduction To Information Visualization: Transforming Data Into Meaningful Information）》
《信息可视化简介：将数据转换为有意义的信息》
《信息可视化简介：将数据转换为有意义的信息》适用于对与他人交流数据的艺术和科学感兴趣的任何人。它向读者展示了如何将数据转换为有意义的信息。在研究，服务，教学和职业生活中应用信息可视化需要对平面设计和美学有深入的了解，以及动手技能和数据原理和软件的知识。本书适用于所有领域的学生，以及需要了解如何创建解释其数据的图形的研究人员，以及专业发展培训的专业人员和管理人员。网站设计师和人机交互研究人员将欣赏为网络设计交互式可视化的背景故事。借鉴作者多年的实践和教学经验，它以每个人都可以参与信息未来和欣赏信息之美的方式连接了两个世界：
- HTML5，CSS和d3基础知识的分步指导.js - 设计挑战，答案完全解释
- 网站支持代码示例（JavaScript，d3.js，python），现场示例， 以及建立一个由其他 IV 专业人士组成的社区的地方
- 可用于向科学家教授设计;数据到人文学科
- 根据类别构成使用文本的指导 - 审查第三方可视化软件、大数据趋势和脚本库
- 关于毕业后如何继续在 IV 世界中的指导
这本全彩书具有图形和配套网站（
https://bix.digital/infovis/index.html）。
《智慧城市应用的智能决策支持系统（Intelligent Decision Support Systems for Smart City Applications）》
《智慧城市应用的智能决策支持系统》
《智慧城市应用的智能决策支持系统》本书提供了智慧城市框架，通过添加新功能并允许城市环境对收集的数据和信息做出反应，以提高居民服务的效率和可持续性，从而解决新的困难。
建设智慧城市是一种新兴战略，旨在缓解城市人口增长和快速城市化带来的问题。本书旨在更好地理解智慧城市的概念和智能决策支持系统的应用。根据对现有信息的分析，智慧城市计划有八个关键因素：管理和组织、技术、治理、政策背景、人民和社区、经济、建筑基础设施和自然环境。本书将重点介绍决策支持系统在管理智慧城市的这八个关键方面的应用。
撰写本书的目的还在于提供一个资源，涵盖四个关键领域的分阶段整合，包括规划、物理基础设施、ICT基础设施以及部署城市转型所需的智能解决方案。以此为动力，“智慧城市应用决策支持系统”提供了智能决策支持系统的应用，以有效和高效地管理转型过程，可以帮助各种供应链利益相关者、学术研究人员和相关专业人士建设智慧城市。本书的各个章节有望在实施城市转型智能解决方案的过程中为实践管理者提供支持。
本书面向智能计算、决策支持系统、制造业、供应链管理者、利益相关者、政策制定者以及其他技术和行政人员等领域的学者和从业人员。
《Python 数据科学手册：处理数据的基本工具（Python Data Science Handbook: Essential Tools for Working with Data）》
《Python 数据科学手册：处理数据的基本工具》
Python 是许多研究人员的一流工具，主要是因为它的库用于存储、操作和从数据中获得洞察力。这个数据科学堆栈的各个部分存在一些资源，但只有通过新版本的Python Data Science Handbook，你才能获得所有资源 - IPython，NumPy，pandas，Matplotlib，scikit-learn和其他相关工具。
熟悉读写 Python 代码的在职科学家和数据处理人员会发现这本综合桌面参考的第二版非常适合解决日常问题：操作、转换和清理数据;可视化不同类型的数据;以及使用数据构建统计或机器学习模型。很简单，这是Python中科学计算的必备参考。
通过本手册，您将了解如何：
- IPython和Jupyter为使用Python的科学家提供了计算环境
- NumPy包括用于高效存储和操作密集数据数组的ndarray
- Pandas 包含用于有效存储和操作标记/列式数据的数据帧
- Matplotlib 包括一系列灵活的数据可视化功能
- Scikit-learn帮助您构建最重要和已建立的机器学习算法的高效，干净的Python实现
