基礎與資料科學工作流程
資料科學
資料科學(data science)是把原始資料轉化為有用答案與決策的實務工作。它結合統計學、電腦程式設計與對問題領域的了解,用來找出規律、做預測、並解釋現象背後發生了什麼事。
實務上,資料科學家可能預測哪些顧客會取消訂閱、估計調價會如何影響銷售、或做出一個即時顯示醫院床位使用率的儀表板(dashboard)。它之所以重要,是因為現在幾乎每個組織記錄的資料量都遠超過一個人能逐筆讀完的程度,而總要有人把這片數字洪流翻譯成人類能採取行動的東西。一個常見的誤解是以為資料科學主要是花俏的機器學習;事實上大部分工作其實是問對問題、並清理雜亂的資料。
一個粗略的經驗法則:資料科學家通常把大部分時間花在蒐集與清理資料,而不是建模。
又稱