Fundamentals of Data Science数据科学：定义、流程与价值

数据科学的核心定义与新颖性

虽然每个人对数据科学的描述可能略有不同，但大多数人都同意它包含一个重要的数据分析组成部分。

• 数据分析本身并非新鲜事物。
• 新颖之处在于可供利用的海量数据，这些数据来源于极其多样的来源：
  • 日志文件（Log files）
  • 电子邮件（Email）
  • 社交媒体（Social media）
  • 销售数据（Sales data）
  • 患者信息文件（Patient information files）
  • 运动表现数据（Sports performance data）
  • 传感器数据（Sensor data）
  • 安全摄像头（Security cameras）
  • 以及更多其他来源。

与此同时，我们拥有了所需的计算能力，能够对这些数据进行有效的分析并揭示新的知识。

数据科学对组织的价值

数据科学能够帮助组织实现以下目标：

1. 理解其环境（Understand their environments）。
2. 分析现有问题（Analyze existing issues）。
3. 揭示先前隐藏的机会（Reveal previously hidden opportunities）。

数据科学家利用数据分析，通过调查数据和探索提供商业价值的最佳方式，来增加组织的知识。

数据科学的过程：五个关键步骤

数据科学的过程通常以聚焦于特定问题开始。

1. 明确问题（The Question）

• 目标： 澄清组织希望得到回答的问题。
• 重要性： 这是最关键的第一步，它定义了数据科学项目的后续进展。
• 优秀数据科学家： 他们是好奇心强的人，会通过提问来明确业务需求。

2. 确定所需数据（The Data）

• 要问的问题： “我们需要什么数据来解决问题？”以及“这些数据将来自哪里？”

3. 数据分析与建模（Analysis & Modeling）

• 数据科学家可以分析来自许多来源的结构化和非结构化数据。
• 根据问题的性质，他们可以选择不同的分析方式。
• 使用多个模型探索数据可以揭示：
  • 模式（Patterns）
  • 原型（Archetype）
  • 异常值（Outliers）
• 结果可能证实组织的预期，但也可能带来全新的知识，从而引导组织采取新的方法。

4. 洞察力传达（Storytelling）

• 当数据揭示出洞察后，数据科学家的角色转变为故事讲述者。
• 职责： 将结果传达给项目利益相关者（Stakeholders）。

5. 可视化与建议（Visualization & Recommendation）

• 数据科学家可以使用强大的数据可视化工具来帮助利益相关者理解：
  • 结果的性质。
  • 推荐采取的行动。

总结：数据科学带来的变革

数据科学正在改变我们工作的方式，改变我们使用数据的方式，并且正在改变组织理解世界的方式。