随着大数据、深度学习在学术界和工业界的普及，人们越来越认识到数据对于科研和应用的重要性。虽然现在相关的工具和框架大大降低了构建数据应用的门槛，数据科学基础对应用的构建依然起着核心的作用。本文介绍微软研究院新版书籍《数据科学基础》。
计算机科学学科从 60 年代兴起，当时人们聚焦于编程语言、编译器、操作系统和相关的数学理论。70年代左右，算法被加入作为计算机科学理论中重要的一员。随着计算机的普及，自然科学、商业等领域有着更强的发现、收集和存储数据的能力。如何理解和应用这些数据成为了现在的一个刚需。互联网和社交网络成为人们日常生活一部分的事实，反映了数据理论的机遇与挑战。
微软研究院的新版书籍《Foundations of Data Science》（《数据科学基础》）详细介绍了许多重要的数据科学理论基础。这些理论基础例如奇异值分解（SVD）、马尔科夫链、随机游走等是支撑现在广泛使用在数据应用中的算法的支柱，如推荐系统、语音识别、图神经网络等。《数据科学基础》提纲及下载链接如下：
- 简介
- 高维空间
- 最佳拟合子空间和奇异值分解（SVD）
- 随机游走和马尔科夫链
- 机器学习
- 面向海量数据问题的算法：流式、概述和采样
- 聚类
- 随机图
- 主题模型、非负矩阵分解、隐马尔科夫模型和图模型
- 其他主题
- 小波