什么是数据科学

有一部分是个人的见解和看法，未必正确

什么是数据科学

在搞懂什么是大数据前，先来了解下什么是数据科学。 因为在个人眼里所谓的大数据其实是数据科学的一个高阶状态。

数据科学是一个概念，没有一个固定的体系。 概率统计，密码学，数据库，所有对数据的操作都可以被称为数据科学 而数据科学其实主要是为了解决三个问题

1. data pre-processing; 数据前处理
2. data interpretation；数据翻译
3. data modeling and analysis. 数据建模分析

1)原始的一大批数据未必全是自己所需要的，因此需要进行“前处理”，也就是把这些数据提取，过滤，整理，等等过程，把自己需要的数据取出来

2)翻译，打个比方，假设我们不懂英语只懂汉语，那么我们拿到一串英语的时候需要把它翻译成汉语才能理解，这是现实生活方面的翻译，数据科学中的翻译其实也是这个概念，我们拿到的数据也许是我们不懂的格式和规律，这样我们就需要做一件事：看看数据“长什么样”它“表达了什么”。

3)数据进行了前处理的过滤，翻译的解析之后依旧是一堆数据，我们需要对他们做最后也是最重要的一件事，分析，按照自己的需求对数据进行分析或者分类或者预测，从这些大量复杂的数据中提取出有价值的信息。

三个问题只是个概念，在解决问题的时候每个大问题又会分出很多个小问题，但是只要按照这个大思路走。数据就不会跑偏。