前言

为什么要写这本书

2017年7月，国务院下达了关于印发《新一代人工智能发展规划》的通知。通知明确指出要加快培养聚集人工智能高端人才，把高端人才队伍建设作为人工智能发展的重中之重。而后，2018年12月，普华永道发布了《人工智能和相关技术对中国就业的净影响》，报告预测，人工智能及相关技术在未来20年将取代中国现有约26%的工作岗位，高于对英国20%的预估，但也能通过提升生产率和实际收入水平在中国创造出大量的新的工作机会。根据普华永道估计，人工智能对中国就业的净影响可能将创造约12%的净增岗位，相当于未来20年内增加约9000万个就业岗位。那么如何才能够赶上人工智能的浪潮呢？

人工智能是一门综合了计算机科学、生理学、哲学的交叉学科。凡是使用机器替代人类实现认知、识别、分析、决策等功能，均可认为使用了人工智能技术。按照技术分支，可以将人工智能分为问题求解，知识、推理与规划，学习，通信、感知与行动四个大方向。其中学习即机器学习，与智能数据分析紧密相关。

跟国外相比，我国智能数据分析在零售、银行、保险、证券等行业中的应用并不太理想。但随着市场竞争的加剧，各行业对智能数据分析技术的意愿越来越强烈，可以预计，未来几年各行业的数据分析应用一定会从传统的统计分析发展到智能数据分析应用。在大数据时代，数据过剩、人才短缺，智能数据分析专业人才的培养又需要专业知识和职业经验积累。所以，本书在编程知识的基础之上，大篇幅地描写了智能分析常备知识，希望能为智能数据分析人才的培养提供参考。

总的来说，随着云时代的来临，智能数据分析技术将具有越来越重要的战略意义。大数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产要素，人们对于海量数据的运用将预示着新一轮生产率增长和消费者盈余浪潮的到来。智能数据分析技术将帮助企业用户在合理时间内攫取、管理、处理、整理海量数据，为企业经营决策提供积极的帮助。智能数据分析作为数据存储和挖掘分析的前沿技术，已广泛应用于物联网、云计算、移动互联网等战略性新兴产业。虽然智能数据分析目前在国内还处于初级阶段，但是其商业价值已经显现出来，特别是有实践经验的智能数据分析人才更是成为各企业争夺的热门。为了满足日益增长的智能数据分析人才需求，很多大学开始尝试开设不同程度的智能数据分析课程。“智能数据分析”作为大数据时代的核心技术，必将成为高校数学与统计学专业的重要课程之一。