数据科学课程笔记1 --- 导论

1. 与数据科学有关的相关学科包括：数据库（Database）数据挖掘（Data Mining）机器学习（Machine Learning）模式识别（Pattern Recognition）数据科学导论（Data Science）等。

其中，数据库提供数据管理技术，机器学习和统计学提供数据分析技术。由于统计学更重视理论研究，因此，统计学提供的许多技术通常都要在机器学习界进一步研究，编程有效的机器学习算法后，进入数据挖掘领域。机器学习研究往往并不把海量数据作为处理对象，因此，数据挖掘要对算法进行再改造，使得算法性能和空间占用都达到实用的地步。同时，数据挖掘还有自身独特的内容，及关联分析。数据挖掘重在发现知识，模式识别重在认识事物。机器学习的目的是建模隐藏的数据结构，然后做识别、预测、分类等。因此，机器学习是方法，模式识别是目的。

2. 数据科学的组成

        · 计算机技巧        · 数学和统计知识         · 实质性的专业知识

数据科学知识图：

由上到下依次为：介绍、数据科学的处理过程、基本分析工具（weka 、 R 、 python）、分析方法、工程技术工具、实验和结果交付

3.数据科学中的三个重要技能：

1. 计算机能力：数据的获取和整理

· 数据整理

· 大规模数据

· 存储数据只是数据平台建设的一部分

2.数学和统计学能力：数据的挖掘

</