编辑推荐

1. 内容经典。引进的国外经典数据管理图书，原书作者为国际知名的数据治理专家。
2. 译者团队强大。本书主要译者为DAMA China主席胡本立和《DAMA-DMBOK数据管理知识体系指南》主译者马欢老师，在业内有相当的知名度。其他翻译组成员包含了西部数据、中国软件评测中心、上海市海促会等产学研机构的知名数据管理专家。

内容简介

在数据科学研究过程中，能快速解决问题是一项不可或缺的能力。但是数据科学面临的复杂性在于，随着大数据采集的数据量越来越大，以及解算法越来越复杂，很多算法面临着运行非常耗时，有时甚至在现有的资源情况下不可解的状况。

译者序

本书采用动手实践的方法，通过数据分析、数据科学和人工智能 (AI) 中的启发式方法来解释创造力。本书内容分为5个部分，每个部分都包含了探索和采用启发式方法来解决问题的相应内容。
解决问题的能力在分析项目时是不可或缺的，总有一些问题是现成的算法或公式不能涵盖的，这些需要额外的关注。解决问题还是一项技能，是岗位职责的一部分。但很多问题解决的时候会非常耗时，有时候甚至在现有的资源情况下是不可行的。需要寻求外部的帮助，这样可以节省时间来完成其他事情。
启发式方法可以提供这样的帮助，尤其是当涉及与数据相关的问题时。这些工作不一定与核心分析工作本身有关，有时只需要优化一个数学函数，或者优化一个有可能成为数据管道瓶颈的过程。与在数据科学和人工智能中遇到的其他度量和方法不同，启发式方法还需要有创造力。结合脚踏实地解决方案的工程思维，启发式方法可以成为一种宝贵的资产，为分析专家和问题解决者带来价值。
本书第1部分概述了各种类型的启发式方法。第2部分侧重于面向数据的启发式方法及其在数据科学问题中的应用。第3部分诠释了面向□□化的启发式方法，以及它们如何解决具有挑战性的□□化问题。第4部分是讲解如何设计和实施新的启发式方法，以解决特定问题的相关内容。第5部分介绍了关于启发式方法的补充主题，如□限性和透明度等。
每章的小结部分都强调了各章的要点内容，术语解释了本领域内的重要术语，附录包含了有关启发式方法和相关编程工具的参考资料。此外，有部分章节的实践材料使用了 Julia 语言代码（.jl 文件），本书所有代码可以直接下载，具体下载方法可见本书封底说明。
也许你渴望了解更多关于“启发式方法”的信息，事不宜迟，让我们开始吧！