数据科学是一门内涵很广的学科，它涉及到统计分析、机器学习以及计算机科学三方面的知识和技能。本课程将深入浅出、全面系统地介绍了这门学科的内容。通过这门课程，同学可以了解并熟悉如下的开源工具：scikit-learn、statsmodels、TensorFlow、Pyspark等。

本课程分为4个部分，18个章节。

·             第一部分是最初的3章，主要介绍数据科学想要解决的问题、常用的IT工具Python以及这门学科所涉及的数学基础。

·             第二部分是第4-7章，主要讨论数据模型，主要包含三方面的内容：一是统计中最经典的线性回归和逻辑回归模型；二是计算机估算模型参数的随机梯度下降法，这是模型工程实现的基础；三是来自计量经济学的启示，主要涉及特征提取的方法以及模型的稳定性。

·             第三部分是接下来的8-15章，主要讨论算法模型，也就是机器学习领域比较经典的模型。这三章依次讨论了监督式学习、生成式模型以及非监督式学习。

·             第四部分将覆盖目前数据科学最前沿的两个领域分别是大数据和人工智能。具体来说，第11章将介绍大数据中很重要的分布式机器学习，而最后两章将讨论人工智能领域的神经网络和深度学习。