商战数据挖掘：你需要了解的数据科学与分析思维

这本书最实在之处，不在于教你写算法，而在于把'数据科学'从技术黑箱里拉出来，讲清楚它如何真正介入商业决策。它面向的是管理层、想进入商业分析的入门者，而非算法工程师：全书几乎不堆数学公式，而是用飓风预测、用户流失等经典案例，演示'从业务问题到数据问题'的完整转化过程。读者反复提及的CRP跨行业数据挖掘流程、模型评估的利润曲线与提升曲线，正是全书的主线——让数据科学从'靠个人灵光'的冒险，变成'可复制、可管理'的系统工程。需要提醒的是：中文译本后半段翻译生涩、排版粗糙，建议搭配英文原版阅读。它适合想建立数据思维、理解数据科学商业价值的人，不适合寻求技术深度或代码实战的读者。

作者简介： 福斯特•普罗沃斯特（Foster Provost） 纽约大学斯特恩商学院教授，教授商业分析、数据科学与MBA课程。他曾是Verizon公司研究型数据科学家，参与创建过多家成功的数据科学驱动企业。 汤姆•福西特（Tom Fawcett） 机器学习博士，Data Science LLC首席数据科学家，从事应用机器学习研究和数据挖掘20余年，发表过大量机器学习文章。