DAMA-CDGA 第14章 大数据和数据科学（ 4分）

◼ 原则：组织应仔细管理与大数据源相关的元数据，以便对数据文件及其来源和价值进行准确的清单管理。P386
◼ 大数据：数据量大（Volume）、数据更新快（Velocity）、数据类型多样、可变（Variety）。数据黏度大（Viscosity）。数据波动性大（Volatility）。数据准确性低（Veracity）。P390
◼ 数据科学家：从数据中探究、研发预测模型、机器学习模型、规范性模型和分析方法并将研发结果 进行部署供相关方分析的人。P386
◼ 大多数据仓库都依赖于ETL，大数据解决方案，如数据湖，则依赖于ELT。P386
◼ 业务驱动：期望抓住从多种流程生成的数据集中发现的商机，是提升一个组织大数据和数据科学能力的最大业务驱动力。P387
◼ 数据科学依赖：
    1）丰富的数据源。
    2）信息组织和分析。
    3）信息交付。
    4）展示发现和数据洞察。P389
◼ 数据科学的过程阶段：
    1）定义大数据战略和业务需求。
    2）选择数据源。
    3）获得和接收数据源。
    4）制定数据假设和方法。
    5&#x