《数据科学中的并行计算：以R，C++和CUDA为例》是一本并行计算领域中，注意力完全集中在并行数据结构、算法、软件工具及数据科学中具体应用的书。　　《数据科学中的并行计算：以R，C++和CUDA为例》中的例子不仅有经典的“n个样本，p个变量”的矩阵形式，还有时间序列、网络图模型，以及各种其他的在数据科学中常见的结构。　　《数据科学中的并行计算：以R，C++和CUDA为例》同时也讨论7适用于多种硬件、多种编程语言的的软件包。　　《数据科学中的并行计算：以R，C++和CUDA为例》特点　　·关注数据科学中的应用，包括统计学、数据挖掘和机器学习。　　·讨论了数据科学中的常见数据结构，如网络图模型。　　·通篇强调7普遍的原理，如避免降低并行程序速度的因素。　　·覆盖了主流的计算平台：多核、集群以及图像处理单元（GPU）。　　·解释了Thrust包如何降低多核机器和GPU编程的难度，并使得同一份代码能够在不同的平台上工作。　　·在作者网站上提供了样例代码。