菜单
×
   ❮     
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

数据科学 导论


数据科学是多个学科的结合,它利用统计学、数据分析和机器学习来分析数据,并从中提取知识和见解。


什么是数据科学?

数据科学关乎数据收集、分析和决策。

数据科学通过分析来发现数据中的模式,并进行未来预测。

通过使用数据科学,公司能够做出

  • 更好的决策(选择 A 还是 B)
  • 预测性分析(接下来会发生什么?)
  • 模式发现(找到模式,或者数据中隐藏的信息)

数据科学需要用到哪里?

数据科学如今被广泛应用于世界各地的许多行业,例如银行业、咨询业、医疗保健业和制造业。

需要数据科学的示例

  • 用于路线规划:发现最佳的运输路线
  • 预测航班/轮船/火车等的延误(通过预测性分析)
  • 创建促销优惠
  • 找到最佳的货物配送时间
  • 预测公司下一年的收入
  • 分析训练的健康益处
  • 预测谁将赢得选举

数据科学可以应用于企业中几乎所有有数据的部分。例如:

  • 消费品
  • 股票市场
  • 工业
  • 政治
  • 物流公司
  • 电子商务


数据科学家如何工作?

数据科学家需要具备多方面的专业知识

  • 机器学习
  • 统计学
  • 编程(Python 或 R)
  • 数学
  • 数据库

数据科学家必须在数据中找到模式。在找到模式之前,他们必须将数据整理成标准格式。

数据科学家工作流程如下:

  1. 提出正确的问题 - 理解业务问题。
  2. 探索和收集数据 - 从数据库、网页日志、客户反馈等。
  3. 提取数据 - 将数据转换为标准化格式。
  4. 清理数据 - 移除数据中的错误值。
  5. 查找和替换缺失值 - 检查缺失值并用合适的值替换(例如平均值)。
  6. 数据规范化 - 将值缩放到实际范围(例如,140 厘米比 1.8 米小。但数字 140 比 1.8 大。因此,缩放很重要)。
  7. 分析数据,发现模式并进行未来预测.
  8. 展示结果 - 以“公司”能够理解的方式展示有用的见解。

从哪里开始?

在本教程中,我们将从介绍数据是什么以及如何分析数据开始。

您将学习如何使用统计和数学函数进行预测。


×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持