评论
请看我最简洁的尝试：
1. Google 网络安全证书 - 快速进入网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析水平
数据科学是使数据变得有用的学科。
随时可以离开，或者留下来了解它的三个子领域。
如果你探索一下数据科学这一术语的早期历史，你会发现两个主题正在汇聚。让我为你稍作改述，供你娱乐：
-
大数据（更大的数据）意味着更多的计算机调整。
-
统计学家 无法从纸袋中脱身。
就这样，数据科学诞生了。我第一次听到的工作定义是“数据科学家是一个统计学家，但能编码。”对此我有很多看法，稍后会详细讲述，但首先，我们不妨看看数据科学本身？
Twitter 定义 约 2014 年。
我喜欢 2003 年数据科学杂志的发布方式，它直接聚焦于最狭窄的范围：“我们所说的‘数据科学’几乎指的是与数据有关的所有事物。” 所以……一切都包括在内？很难想到什么是不涉及信息的。（我应该停止思考这个问题，以免我的脑袋爆炸。）
从那时起，我们见证了无数的意见，从康威广为流传的维恩图（见下）到梅森和威金斯的经典帖子。
Drew Conway 对数据科学的定义。我的个人喜好更倾向于 Wikipedia 上的定义。
Wikipedia 有一个非常接近我教给学生的定义：
数据科学是一个‘统一统计学、数据分析、机器学习及其相关方法’的概念，目的是‘通过数据理解和分析实际现象’。
这有点复杂，所以让我看看是否可以简短明了：
“数据科学是使数据有用的学科。”
你现在可能在想，“不错的尝试，Cassie。很可爱，但这是一种极其有损的简化。‘有用’这个词如何能涵盖所有那些行话呢？”
好吧，我们用图片来争论一下吧。
这是为你准备的数据科学地图，完全忠于 Wikipedia 的定义。
这些东西是什么，你如何知道自己在地图上的位置？
如果你打算按 标准工具包 来划分，慢点。统计学家和机器学习工程师之间的区别并不是一个使用 R 另一个使用 Python。SQL 与 R 与 Python 的分类方法是有诸多不便之处的，其中之一就是软件会不断进化。（最近，你甚至可以在 SQL 中进行 ML）。你难道不希望有一个能持续有效的分类吗？事实上，干脆不看这一整段话。
也许更糟糕的是初学者最喜欢的空间划分方式。没错，你猜对了：按 算法 划分（惊讶吧！这就是大学课程的结构方式）。拜托，不要通过直方图与 t 检验与神经网络来进行分类。坦率地说，如果你聪明并且有一个观点，你可以用相同的算法处理数据科学的任何部分。它可能看起来像弗兰肯斯坦的怪物，但我向你保证，它可以被迫按你的要求行事。
剧情发展够多了！这是我提出的分类法：
这到底是什么？当然是决策！（在 不完全信息 下。当所有你需要的事实都对你可见时，你可以使用描述性分析来做出尽可能多的决策。只需查看事实，你就完成了。）
正是通过我们的行动——我们的决策——我们影响了周围的世界。
我曾承诺过我们将讨论如何使数据有用。对我来说，有用的概念与影响现实世界的行动紧密相关。如果我相信圣诞老人，这并不特别重要，除非它可能以某种方式影响我的行为。然后，根据这种行为的潜在后果，它可能会变得非常重要。正是通过我们的行动——我们的决策——我们影响了周围的世界（并邀请它反过来影响我们）。
所以这是为你准备的新决策导向图，包含了三种主要的方法来使你的数据有用。
如果你还不知道你想做出什么决策，你能做的最好事情就是去寻找灵感。这被称为数据挖掘、分析、描述性分析、探索性数据分析（EDA）或知识发现（KD），具体取决于你在易受影响的时期与哪个圈子交往。
分析的黄金法则：只对你能看到的内容得出结论。
除非你知道如何框定你的决策，否则从这里开始。好消息是，这个比较简单。把你的数据集看作是在暗房里找到的一堆底片。数据挖掘就是快速操作设备，尽可能快地显现所有图像，以便查看是否有任何启发性的内容。就像处理照片一样，记住不要过于认真地对待你所看到的东西。你没有拍这些照片，所以你不了解屏幕外的内容。数据挖掘的黄金法则是：坚持在这里存在的内容。 只对你能看到的内容得出结论，绝不要对你看不到的内容得出结论（对于那你需要统计学和更多专业知识）。
除此之外，你没有做错的余地。速度是关键，所以开始练习吧。
数据挖掘的专业性取决于你检查数据的速度。保持警觉，不要错过有趣的细节。
暗房起初可能会让人感到害怕，但其实没那么复杂。只需学会操作设备即可。这里有一个R教程，另一个在Python中可以帮助你入门。你可以在开始享受乐趣时称自己为数据分析师，当你能够以闪电般的速度揭示照片（以及其他类型的数据集）时，你可以称自己为专家分析师。
灵感便宜，但严谨却昂贵。如果你想超越数据，你需要专业的培训。作为一个拥有本科和研究生统计学专业背景的人，我可能有些偏见，但在我看来，统计推断（简称统计学）是三大领域中最困难且充满哲学性的。掌握它需要花费最多的时间。
灵感便宜，但严谨却昂贵。
如果你打算做出高质量、风险控制的重大决策，这些决策依赖于对超出你可用数据的世界的结论，你将需要将统计技能带入你的团队。一个很好的例子是，当你的手指悬停在 AI 系统的启动按钮上时，你突然想到需要在发布之前检查它是否有效（始终是个好主意，认真说）。离开按钮，叫上统计学家。
统计学是改变你思维的科学（在不确定性中）。
如果你想了解更多，我写了这篇 8 分钟的统计学超级总结供你欣赏。
机器学习本质上是使用示例而不是说明制作事物标记的配方。 我写了一些相关文章，包括它是否不同于 AI，如何入门，企业为何在此失败，以及一系列通俗语言解析术语细节的前几篇文章（从这里开始）。哦，如果你想与不懂英语的朋友分享，其中一些文章已经翻译在这里。
那么关于数据工程，即将数据提供给数据科学团队的工作呢？由于这是一个复杂的领域，我更愿意将其从数据科学的霸权野心中保护起来。此外，它与软件工程的关系更密切，而非统计学。
数据工程和数据科学之间的差异是前后之分。
你可以把数据工程与数据科学的区别视为前后之分。大多数技术工作（在数据诞生之前）可以舒适地称为“数据工程”，而一旦数据到达后（之后）我们所做的一切就是“数据科学”。
决策智能完全围绕决策，包括使用数据进行大规模决策，这使得它成为一种工程学科。它通过引入社会科学和管理科学的观点来增强数据科学的应用方面。
决策智能添加了来自社会和管理科学的组件。
换句话说，它是数据科学中不涉及创建通用方法论等研究性内容的一个超集。
还想要更多？这是数据科学项目中的角色分析，可以在我继续敲击键盘的时候娱乐一下。
原文。已获转载许可。
相关：