1. 定义数据科学

看到数据科学这个术语的早期历史，你会发现当时有两个概念是密不可分的。

因此，数据科学诞生了。最开始数据科学家的的定义是“能够编程的统计学家”。如今看来，这个说法并不准确，但首先让我们看到数据科学本身。

2003年的数据科学期刊中曾提出：“‘数据科学’意味着任何与数据有关的内容”。我很同意这个观点，现在一切都离不开数据。

之后，我们看到了很多不同的观点，比如Conway的维恩图(下图)，以及Mason和Wiggins的经典观点。

Drew Conway对数据科学的定义

我个人更喜欢维基百科上的定义:

数据科学是“结合了统计、数据分析、机器学习及其相关方法的概念”，以便用数据“理解和分析实际现象”。

这有些复杂了，让我们精简一下，即：

“数据科学是让数据有用的学科。”

你现在可能会想，但这也太精简了，“有用”这个词怎么能囊括所有这些术语呢？

那么让我们先看到下面的图。

统计学家和机器学习工程师之间的区别，并不是前者使用R语言而后者使用Python。由于许多原因，用SQL、R、Python进行分类是不明智的，如今你甚至可以用SQL进行机器学习。

新手还喜欢通过算法进行区分，许多大学课程也是这么安排的，这也是不明智的。最好不要用直方图、t检验以及神经网络进行分类。坦率地说，如果你很聪明，其实你可以用相同的算法解决任何数据科学问题。

我建议可以这样进行区分：

这指的是什么呢？当然是决定。你可以根据所需的事实，通过描述性分析得出决策。

我们的行动和决定会影响周围的世界。我们之前谈到要让数据变得有用，而这与现实世界的行动是紧密相关的。

以下是决策导向图，完成这三点能够让数据变得有用。

2. 数据挖掘

如果你不知道想做出什么样的决定，那么最好的做法就是去寻找灵感。这就称为数据挖掘、数据分析、描述性分析、探索性数据分析或(EDA)或知识发现(KD)。

分析的黄金法则：只对你所看到的做出结论。

你可以将数据集想象为在暗室中发现的一堆底片。数据挖掘就是让设备尽快曝光这些照片，看是否能从中得出启发。数据挖掘的黄金法则是：只能对你能看到的做出结论，不要对你看不到的内容做出判断，因为你需要统计数据等更多的专业知识。

数据挖掘的专业知识取决于检查数据的速度。一开始暗房会令人生畏，但其实也没什么大不了的，只是学会使用设备就行了。当你开始乐在其中时，你就可以称为数据分析师了；当你能够�