数据科学的基础概念

Posted JohnKing

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据科学的基础概念相关的知识,希望对你有一定的参考价值。

相关基础概念

1数据

1.1数据模型

概念模型:用户视角—各种文档,业务流程图,er图等

逻辑模型:数据科学家视角—关系模型,层次模型,网状模型 key-valuekey-documentkey-column和图模型等,常用格式:关系表,csvjsonxmlrdf

物理模型:机器视角--索引,分区,物化视图,事务等

 

1.2数据维度

按结构化程度分:结构化数据,半结构化数据,非结构化数据。

按数据的加工程度分:零次数据,一次数据,二次数据,三次数据

 

按数据的抽象或封装程度分:数据,元数据,数据对象

2大数据

2.1内涵与特征

内涵:也就是一种大数据现象

特征:Volume(数据量大),Variety(类型多),Value(价值密度低),Velocity(速度快)

2.2常见基本术语

数据化,数据柔术,数据改写,数据打磨,数据洞见,数据分析式思维模式,数据驱动,数据密集型,数据空间,关联数据

3数据科学概述

3.1研究目的

大数据及其运动规律的揭示

从数据到智慧的转化

数据洞见

数据业务化

数据驱动型决策支持

数据产品研发

数据生态系统建设

3.2理论基础

数学与统计知识

领域实务知识

黑客精神与技能

3.3:研究内容

数据科学的理论基础

数据预处理

数据计算

数据管理

3.4基本流程

数据化—数据(预)处理—探索性分析—数据分析与洞见—结果展示--提供数据产品

 

3.5数据科学的主要原则

资产原则

DIKUW原则:DataInformationKnowledgeUnderstandingWisdom

黑客原则

协同原则

从简原则

经验原则

第四范式原则

数据业务化原则

数据驱动原则

数据预处理原则

以上是关于数据科学的基础概念的主要内容,如果未能解决你的问题,请参考以下文章

Python数据科学快速入门系列 | 01Numpy初窥——基础概念

详解数据科学与数理统计的基本概念

Python数据科学快速入门系列 | 06Matplotlib数据可视化基础入门

科学计算基础软件包NumPy入门讲座:基本概念

R语言数据分析: 数据科学与R语言 | 视频教程

数据科学实战:算法