关于数据科学及其几大分支的基础知识

通过本文，您可以初步了解数据科学及其主要分支，包括商业分析、数据分析、商业智能、先进分析、机器学习和人工智能。现在流行的数据科学热词，很多人都试图用成功的案例来定义它。说到这个问题，我们必须从商业分析、数据分析、商业智能、先进分析、机器学习和最终人工智能等与数据科学相关的其他领域开始。我们意识到数据科学的“绝对定义”需要知道许多“数据科学”的背景来理解，这是一个死循环。这里的假设是统计学家或程序员比历史学家或语言学家更容易理解数据科学，因为前者以某种形式接触过数据科学。基于这一假设，也许数据科学的“相对定义”更有意义，这也是本文的目的。下面的欧拉图描述了上述所有领域之间的关系。每种颜色代表不同的领域（混合颜色代表交叉学科），水平坐标代表时间轴，每个区域代表使用案例。信息量很大，我们从头开始。为了避免简化这个问题，我们假设“商业”这个词不需要定义，一些商业行为的例子如下：商业案例研究定性分析初始数据报告可视化报告仪表板创建销售预测数据是欧拉图的真正开始，如果我们添加数据到图中，我们将得到两个主要领域及其交叉学科，共三个部分。通过最初的术语选择，我们可以将最后四个商业和数据的交叉术语放入当前图片中的紫色区域。由于“初始数据报告”，“创建仪表板”和“销售预测”都是由数据驱动的商业行为。相比之下，“商业案例研究”和“定性分析”。虽然这两个术语也属于商业范畴，但基于过去的知识、经验和行为也非常重要，但你很快就会知道这不是真正的数据科学。分析VS.分析是指将你的问题分成易于处理的小块，每一块都可以单独研究，并监控每一块之间的关系。另一方面，分析是逻辑和计算推理应用于分析的组成部分。而且在这个过程中，人们会寻找模式，研究这种模式在未来的用途。因此，我们应该更好地利用商业分析和数据分析，而不是业务和数据。在进一步讨论之前，我们将引入时间轴，这对后面的部分非常重要。我们将使用三种状态——过去、现在和未来。图中有一条垂直线代表任何分析问题的当前时刻，垂直线左侧代表过去的分析，垂直线右侧代表预测分析。图中可以添加分析的最后两部分。右边是“销售预测”，从名字上可以看出是一个向前看的分析过程。显然，“定性分析”是利用你的直觉和经验来规划下一步，所以它是另一个向前看的术语。对于大多数读者来说，数据科学将进入本文的*。没有数据，数据科学是一个不可或缺的领域，因此它将完全处于图中数据分析的区域。那么它和商业分析有什么关系呢？因此，属于数据分析和商业分析的部分必须是数据科学。但请注意，有些数据科学过程不是直接的商业分析，而是数据分析。例如，“钻井作业优化”需要数据科学工具和技术，这是数据科学家的日常工作。但在石油行业，我们不能将其与商业分析联系起来。为了更好地理解这一点，可以引入“相关定义”的概念。“数字信号处理”是一种数据分析行为，但不是数据科学或商业分析。在数据科学中，数据、程序和数学都起着不同的作用。与以上一致，我们使用时间轴来结束这部分——数据科学同时存在于过去和未来。它还带来了另一个问题：是否有一个领域只面向过去？商业智能商业智能是分析和报告过去数据的过程。它是面向过去的吗？不一定，但预测分析不包括在商业智能中。所有典型的回归、分类等预测方法都是数据科学的一部分，但不属于商业智能。这也决定了垂直线的位置。此外，商业智能是数据科学的真子集，因此当人们处理描述性统计、过去事件的报告或可视化问题时，他的行为既属于商业智能，也属于数据科学。这里的机器学习和AI定义会有点模糊，因为解释这两个概念会让本文失去重点，机器学习的概念有很多信息，尤其是KDnugets。人工智能（AI）任何智能形式的机器模仿自然(人类)智能，如计划、学习、解决问题等。机器学习（ML）是机器在没有明确编程的情况下预测结果的能力。ML是人工智能的一种方式，但它们经常被混淆，因为根据人类研究的研究结果，ML是实现人工智能的唯一可行途径。这两个术语在图中的位置如下。机器学习完全属于数据分析，因为它不能在没有数据的情况下执行。它也与数据科学交叉，因为它是数据科学家最好的工具之一。除预测性分析外，它还具有商业智能的属性。ML在数据科学中的例子是“客户保留”、“防欺诈”和“创建实时仪表盘”(也是BI的一部分)。有代表性的例子包括“语音识别”和“图像识别”，既属于数据科学，也不属于数据科学，所以我们把它们放在边界上。综上所述，ML完全属于AI，但AI的一些领域甚至与商业和数据分析无关，如“符号推理”。先进分析是我们分析的最后一个领域，它更像是一个市场术语，而不是数据科学。它通常被用来描述“不那么容易处理”的分析。主观上，对于新手来说，本图中的所有信息都是先进的。虽然不是最好的术语，但它非常适合总结本文中提到的所有“合适”术语。除了人工智能，加上先进的分析，就是下图。