随笔

主题－数据科学

今天跟大家直播探讨的主题就是数据科学，探讨数据科学在公司中的应用，数据科学的前景，以及要成为数据科学从业者的一个规划。
数据科学，就是运用一些科学化的方法，去了解数据，运用数据。

案例：AlphaGo

大家都知道AlphaGo战胜顶尖棋手的故事，那么考考大家几个问题？
1、AlphaGo是哪个公司创造的？——深度思维（DeepMind），是一家英国公司，仅仅成立五年
2、AlphaGo底层的算法？——深度学习

一直以来，在技术科学领域，都认为围棋是机器最不可能获胜的一个项目，但随着数据科技的发展，这个神话已经被打破

那么，对于未来我们就会有无尽的遐想，我们思考一个“宇宙性”（呵呵），“人伦性”的问题，就是机器是否会终结人类，取代人类。

案例：特斯拉（Tesla）汽车

特斯拉，我们都不陌生，以前人说，人类为了解决迁移的痛点，发明了汽车，可是呢，汽车还是需要人类的一个驾驶，
特斯拉实现无人驾驶的基本原理就是，在车子上安了大量的感测器，它可以感测到周围环境的变化，可以控制车内所有的零件。
这样就实现了特斯拉的口号：‘让自动驾驶不再是梦想’，

人工智能

上面的两个案例，都是人工智能的一个体现。

人工智能与“喂数据”

我们只要把一些数据“喂”（什么是喂数据）给电脑以后，电脑就会学习这些数据，并展现一个模型出来，而这个模型可以协助电脑做出决策，进而这些决策可以取代人类重复性高的一些工作，为我们去创造一个更多的想像与新可能

人工智能的与数据科学的关系

• 1、人工智能最不可或缺的因素：数据

• 2、人工智能的就是把有效的数据喂给电脑，让他长成一定的智慧，实现它，就必须依靠我们的数据科学。

数据科学在人工智能中做了什么事？
能够有效的各种不同的数据源，我们能够经过清洗处理之后，做个转化，能够把它变成是机器的“粮食”。让电脑呢，可以依靠这些粮食，长成智慧，去做出进一步的决策。

数据科学能做什么？

十个字：“从数据鉴往，从数据知来”

我们要了解一个事情的轮廓，只要能取得相关的一些数据，我们就可以用比较客观的一些方式，去了解这个事件如何发生，为何发生，我们如果能给一些有效的数据，喂给一些数学模型，演算法，我们就可以让电脑掌握所谓的预知能力，让我们通过这些数据，预测未来。

数据科学需要怎样的技能？

数学与统计能力

数据科学的第一步，是建立模型，能够让电脑产生预知能力，那么建立模型就需要一些数学与统计学能力。

工程能力

在做数据分析之前，我们要收集和处理数据，那么我们就要借由很多的资讯工程，才能够把这些数据整理起来，

数据科学从业者是怎样的人呢？（我习惯于说数据科学从业者，好多20到40岁的同行们，都称呼自己为数据科学家，这个我还是不评论了）
要么是懂一点工程的统计学者
要么是懂一定统计的工程师

但是只有工程与统计还远远不够，我们还需要一定的背景知识，领域知识

领域知识

数据挖掘届最有名的案例是啤酒与尿布的案例

数据科学的一个最最重要的能力就是能辨别对于我们做出来的结果，到底是有因果关系还是只是恰好发现有关联而已。

这个图是外国的数据科学家朱康伟发表的：

数据科学家要具备怎样的能力？

第一种能力：编程能力（Hacking Skills）

只有有写程序的能力，我们才能处理数据。

第二种能力：数学与统计的能力
因为只有掌握了这种能力，我们才有办法去建模。

有写程序的能力和数学与统计能力，我们就能实现我们的算法，让电脑可以让我们收集到的数据，自动的去产生一些规则，那这样的学问，就是现在大名鼎鼎，异常火爆的机器学习

第三种能力：领域知识

拥有数学与统计学知识，与领域知识，就是传统的研究

如果拥有写程序的能力与领域知识，就是danger zone, 因为不懂数据与统计，我们可能会要一些毫无关系的东西，当作我们的结论，这时特别容易做出错误的推论。