数据科学是一个跨学科领域,它使用科学方法、过程、算法和系统从嘈杂的结构化和非结构化数据中提取知识和见解,并将知识和可操作的见解从数据中应用到广泛的应用领域。
但是如果我想用简单的外行术语向某人解释它,我无法向外行或祖母解释数据科学的概念。
受这篇文章和以下引用的启发
除非你能向你的祖母解释,否则你并不真正理解某事。
- 艾尔伯特爱因斯坦
您将如何向外行解释数据科学,可能还有例子?
数据科学是一个跨学科领域,它使用科学方法、过程、算法和系统从嘈杂的结构化和非结构化数据中提取知识和见解,并将知识和可操作的见解从数据中应用到广泛的应用领域。
但是如果我想用简单的外行术语向某人解释它,我无法向外行或祖母解释数据科学的概念。
受这篇文章和以下引用的启发
除非你能向你的祖母解释,否则你并不真正理解某事。
- 艾尔伯特爱因斯坦
您将如何向外行解释数据科学,可能还有例子?
我会使用这些方面的东西:
数据科学是教计算机如何发现隐藏在一大堆数据中的有趣信息。计算机很笨,所以它自己不明白要做什么。但它的计算速度也非常快,因此一旦被正确教授,它就能很快完成这项工作。
在我们的生活中,我们每天都会根据过去的经验做出决定。
假设您从目的地 X 到 Y 去办公室。他们有 2 条路线可以从 X 到 Y 到达,反之亦然。你怎么知道选择哪条路?
您可能会说您会查看之前的通勤时间并选择一个。当您开始利用数据做出明智的决定时,考虑到您正在执行数据科学的所有参数
谷歌地图实时旅行路线是数据科学在现实生活中有价值的一个例子。在分析交通数据为您提供最佳路线的每一刻,它都使用数据科学。
鉴于我们做出的决定数量和可用于做出这些决定的数据量,我们无法做到这一点。所以我们使用巨大的机器和算法来做出这些决定,不仅是为了我们,也是为了数百万的客户。
简而言之,数据科学利用数据来了解发生了什么或建议下一步该做什么。