- 大数据伦理与职业素养/大数据系列丛书
- - 作者：编者:周海钧//周苏|责编:张玥
  - 出版社：清华大学
  - ISBN：9787302618331
  - 出版日期：2022/10/01
  - 页数：165
- 售价：15.92

内容大纲
大数据技术的迅猛发展，对社会、经济、文化等领域产生了越来越深刻的影响。在造福人类、促进社会发展的同时，也引发了一系列伦理与职业素养的问题。学习大数据技术，必须重视大数据伦理与职业素养知识。这有助于防止大数据技术的滥用，提高从业人员的责任心和职业道德水准，确保数据和算法系统的安全可靠，使算法系统的可解释性成为未来引导设计的一个基本方向，使伦理准则成为大数据专业从业者的工作基础，从而提升职业人员的职业抱负和理想。
本书包括大数据社会背景、大数据思维变革、伦理与道德、大数据伦理规则、职业与职业素养、工匠精神与工程教育、数据科学职业与思维以及大数据安全与法律等内容。本书针对高等院校数据科学与大数据技术以及相关专业学生的发展需要，为“大数据伦理与职业素养”课程和通识课程全新设计编写，具有丰富的知识与应用特色，帮助读者扎实地打好基础。本书特色鲜明，易读易学，既适合高等院校学生学习使用，也适合对大数据技术相关领域感兴趣的读者阅读参考。
作者介绍
目录
第1章  大数据社会背景
  【导读案例】个人计算机的发展历程
  1.1  计算机的渊源
    1.1.1  为战争而发展的计算机器
    1.1.2  通用计算机
    1.1.3  人工智能大师
  1.2  大数据基础
    1.2.1  信息爆炸的社会
    1.2.2  大数据的定义
    1.2.3  大数据的3V特征
    1.2.4  大数据时代
    1.2.5  大数据对应的厚数据
  1.3  从机械思维到数据思维
    1.3.1  人类现代文明的基础
    1.3.2  确定还是不确定的
    1.3.3  解决不确定性问题的思维
  1.4  大数据与人工智能
  作业
  【研究性学习】进入大数据时代
第2章  大数据思维变革
  【导读案例】亚马逊推荐系统
  2.1  思维转变之一：样本=总体
    2.1.1  小数据时代的随机采样
    2.1.2  大数据与乔布斯的癌症治疗
    2.1.3  全数据模式：样本=总体
  2.2  思维转变之二：接受数据的混杂性
    2.2.1  允许不精确
    2.2.2  大数据简单算法与小数据复杂算法
    2.2.3  纷繁的数据越多越好
    2.2.4  混杂性是标准途径
    2.2.55  %的数字数据与95%的非结构化数据
  2.3  思维转变之三：数据的相关关系
    2.3.1  关联物，预测的关键
    2.3.2  “是什么”，而不是“为什么”
    2.3.3  通过因果关系了解世界
    2.3.4  通过相关关系了解世界
  作业
  【研究性学习】理解大数据的三个思维变革
第3章  伦理与道德
  【导读案例】脸书数据泄露：成操控大选的工具
  3.1  伦理与道德基础
    3.1.1  伦理的定义
    3.1.2  道德的概念
    3.1.3  伦理是一种自然法则
    3.1.4  伦理学研究
  3.2  科技伦理造福人类
    3.2.1  -科技伦理是理性的产物
    3.2.2  科技伦理的预见性和探索性
  3.3  技术伦理
  3.4  工程伦理

  3.5  算法歧视
    3.5.1  算法透明之争
    3.5.2  算法透明的实践
    3.5.3  算法透明的算法说明
    3.5.4  算法透明的替代方法
    3.5.5  算法公平的保障措施
  作业
  【研究性学习】辩论：算法是否应该透明
第4章  大数据伦理规则
  【导读案例】爬虫技术的法律底线
  4.1  关于数据共享
    4.1.1  数据共享问题
    4.1.2  个人数据和匿名数据
  4.2  大数据伦理问题
    4.2.1  数据主权和数据权问题
    4.2.2  隐私权和自主权被侵犯
    4.2.3  数据利用失衡
    4.2.4  数据伦理问题的10方面
  4.3  大数据伦理问题的根源
  4.4  欧盟的大数据平衡措施
    4.4.1  欧盟隐私权管理平台
    4.4.2  伦理数据管理协议
    4.4.3  数据管理声明
    4.4.4  欧洲健康电子数据库
  4.5  数据保护对策
    4.5.1  构建数据保护伦理准则
    4.5.2  注重数据保护伦理教育
    4.5.3  健全道德伦理约束机制
  作业
  【研究性学习】制定大数据伦理原则的现实意义
第5章  职业与职业素养
  【导读案例】“人肉计算机”数学家凯瑟琳·约翰逊
  5.1  职业素养的概念
  5.2  职业素养的内涵与特征
    5.2.1  职业素养的基本特征
    5.2.2  职业素养的三个核心
    5.2.3  职业素养的分类
  5.3  职业素养的提升
    5.3.1  关于新人的蘑菇效应
    5.3.2  显性素养——专业知识与技能
    5.3.3  隐性素养——职业意识与道德
  5.4  培养职业素养
    5.4.1  职业素养的“冰山”理论
    5.4.2  职场必备的职业素养
    5.4.3  职业素养的自我培养
    5.4.4  职业素养的教育对策
  作业
  【研究性学习】职业素养的后天素养及其培养途径
第6章  工匠精神与工程教育
  【导读案例】“现代版爱迪生”迪恩·卡门

  6.1  什么是工匠精神
    6.1.1  工匠精神的内涵
    6.1.2  工匠精神的现实意义
    6.1.3  工匠精神的发展
  6.2  工程素质
    6.2.1  理科与工科
    6.2.2  理工科学生的工程素质
  6.3  工程教育
    6.3.1  什么是《华盛顿协议》
    6.3.2  中国工程教育规模世界第一
    6.3.3  推动工程教育改革的国家战略
    6.3.4  国际工程师互认体系的其他协议
    6.3.5  工程教育专业认证的特点
  6.4  CDIO工程教育模式
    6.4.1  CDIO的内涵
    6.4.2  CDIO的12条标准
  6.5  新工科的形成与发展
    6.5.1  新工科研究的内容
    6.5.2  促进新工科再深化
  作业
  【研究性学习】熟悉工匠精神与工程教育
第7章  数据科学职业与思维
  【导读案例】智能汽车出行数据的安全
  7.1  IEEE/ACM《计算课程体系规范》的相关要求
    7.1.1  胜任力培养实践
    7.1.2  我国计算机类本科教育的现状
  7.2  计算思维
    7.2.1  计算思维的概念
    7.2.2  计算思维的作用
    7.2.3  计算思维的特点
  7.3  数据工程师的社会责任
    7.3.1  职业化和道德责任
    7.3.2  ACM职业道德责任
    7.3.3  软件工程师道德基础
  7.4  数据科学的职业技能
    7.4.1  数据科学的职位
    7.4.2  数据科学的重要技能
    7.4.3  技能的职业角色区分
  作业
  【研究性学习】了解数据科学，熟悉数据科学职业
第8章  大数据安全与法律
  【导读案例】为公共数据立法，促进数据依法开放共享
  8.1  消费者的隐私权
  8.2  大数据的安全问题
    8.2.1  生命周期安全
    8.2.2  采集汇聚安全
    8.2.3  存储管理安全
    8.2.4  共享使用安全
    8.2.5  个人隐私安全
  8.3  大数据的管理维度

  8.4  大数据的安全体系
    8.4.1  安全技术体系
    8.4.2  数据安全治理
    8.4.3  数据安全测评
    8.4.4  数据安全运维
    8.4.5  以数据为中心的安全要素
    8.4.6  主动防御协同体系
    8.4.7  协同安全防护流程
  8.5  大数据安全法规
  8.6  知识产权保护
  作业
  课程学习与实验总结
附录  作业参考答案
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目