超级干货：一文总览数据科学全景：定律、算法、问题类型...

最新推荐文章于 2022-07-09 21:35:27 发布

linghujing

最新推荐文章于 2022-07-09 21:35:27 发布

阅读量538

点赞数

本文链接：https://blog.csdn.net/qq_42580464/article/details/81140707

版权

本文概述了数据科学的基本定律，包括数据作为战略资源、知识摄取流程、接受不确定性等，并介绍了数据科学流程，如定义商业问题、机器学习任务分配、数据准备、探索性数据分析等。此外，还讲解了监督学习和无监督学习的主要任务，如回归、分类、聚类等。

摘要由CSDN通过智能技术生成

Pradeep Menon是一位在大数据，数据科学，数据架构领域拥有丰富经验以及影响力的专家。这是他今年所撰写的简述数据科学系列文章中的第一篇，主要介绍数据科学中的基本定律、常用算法以及问题类型，读者可以从中一窥数据科学的全景。

2016年，英国数学家，乐购俱乐部构架师Clive Humbly提出“数据是新能源”这样一个说法。他说：

“数据是新能源。它拥有极高的价值，却需要经过提炼才能使用。就像石油一样，必须被转化为气体、塑料或者化学品等，才能发挥出其实际的作用; 因此，数据只有被分解和分析之后才具备价值。”

iPhone革命，移动经济的增长，为大数据技术的发展创造了一个完美的契机。在2012年，HBR(Harvard Bussiness Review)发表过一篇文章，将数据科学家推到了风口浪尖上。这篇名为《数据科学家: 21世纪最性感的职业》(Data Scientist: The Sexiest Job of the 21st Centry) ( https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century) 给这群“新人类”打上了标签：一个数据黑客、分析师、传播者和信誉顾问的混合体。

每个公司目前都在尝试变得更为“数据驱动(data-driven)”。机器学习技术在其中提供了很大的帮助。这其中很多的东西非常专业，很难理解。因此，本系列文章将会简化数据科学。作者尝试参照斯坦福大学的课程以及教科书统计学习导论(Introduction to Statistical Learning) (http://www-bcf.usc.edu /~gareth/ISL/ )，将数据科学以一种简单容易理解的形式呈现给读者。

数据科学是一个多学科领域，主要包括：