数据科学的核心问题

数据科学根据其侧重点不同其实又分为三大类，即：数据分析、数据挖掘和大数据。 数据分析主要偏重业务，即利用一些数据分析和统计工具，如Excel、Spass、SAS、SQL等，进行数据分析和展现，以辅助公司的某项业务决策。 数据挖掘比数据分析更侧重于建模能力一些，一般是给定一些数据和某个问题，让你运用某些机器学习算法从中建立出模型，再通过这个模型去对某些东西进行预测。所以，机器学习算法可以说是数据挖掘中的核心。 大数据目前一般指Hadoop和Spark这些大数据框架，实际上偏重于一些平台架构类的东西。 注意，我们这里的数据科学主要围绕数据挖掘为主，辅助以一些数据分析技术。

能够从不同的角度提出回答问题的方法，并且有取舍。也许没有一个方法是百分百正确或者可以百分百给出问题答案的，但是一个好的数据分析师，能够给出不同维度的数据，总结出其中的故事，给出可能性最高的答案。继续刚才的例子，产品前期用户最重要的使用特点是什么，是一个可以推广的特点吗，除了去看用户对这个产品的使用数据，你也许还想看一下用户在其他同类竞争产品里面的使用数据，也许还想看一些市场数据来确定市场大小以及市场需求，也许还想看一下用户本身的属性（年龄，学历，性别，居住地或者主要社交圈），也许还想看一下用户使用产品之后的变化可以看的事情非常多，也很容易迷失在无穷无尽的曲线中。可是，哪些才是最重要的呢。