第一天：数据科学导论

一、数据科学定义

        1.定义：数据科学是指通过收集组织分析大规模数据的科学，用以发现模型，并得出结论。

        2.性质：①有效性  ②可用性 ③未预料 ④可理解

        3.应用：①金融服务 ②制造业 ③能源 ④零售 ⑤保健 ⑥通信

        4.数据分析过程：①提出正确问题 ②争论数据 ③管理数据 ④探索数据 ⑤使用统计方法

        5.是数据分析流程：获取数据 > 数据预处理 > 数据探索 > 数据建模 > 结果展示

        6.数据分析技术：①数据探索 ②数据降维 ③数据聚类 ④关联规则 ⑤数据分类

        7.数据分析任务：①描述性分析  （已知的）

                                    ②预测性分析   （未知的）

二、数据分析流程（具体）

        2.1 获取数据

                2.1.1 数据来源分类

                ①第一手数据        可直接获取

                ②第二手数据        经加工整理后

                2.1.2 获取数据途径

                A：系统日志采集——用于收集公司业务数据——高可用性，高可靠性，可扩展性

                B：网络数据采集——网络爬虫，网络搜索，公开网站

                C：数据库收集——关系型数据库（MySQL）,非关系型数据库