首页文章详情

数据科学到底是做什么的？

杨靖瑞

2021-09-26 16:16:45

人浏览

金吉列第72届国际教育展

了解详情

留学费用计算器算一算就知道

了解详情

考研留学两手抓，想不上岸都难

了解详情

第二外语选什么小语种吃香？

了解详情

数据科学和已有的信息科学、统计学、机器学习等学科是一样的吗？

很多人应该并不陌生数据科学这个词，但是很多人跟你有一样的疑惑，都不知道它是做什么的。其实它是一门新兴的学科，数据科学所依赖的两个因素是：一是数据的广泛性和多样性；二是数据研究的共性。

现在满大街的能听到大数据啊，数据科学这些词。其实数据的类型多种多样，不仅包括传统的结构化数据，也包括网页、文本、图像、视频、语音等非结构化数据。而数据分析本质上都是在解反问题，而且常常是随机模型的反问题。所以对它们的研究有着很多的共性。例如自然语言处理和生物大分子模型都用到隐马尔科夫过程和动态规划方法，其最根本的原因是它们处理的都是一维的随机信号。再如图像处理和统计学习中都用到的正则化方法，也是处理反问题的数学模型中最常用的一种手段。

数据科学主要包括两个方面：用数据的方法来研究科学和用科学的方法来研究数据。前者包括生物信息学、天体信息学、数字地球等领域；后者包括统计学、机器学习、数据挖掘、数据库等领域。把他们有机的结合在一起才是真正的数据科学！！！

用数据的方法来研究科学。

1. 其中开普勒模式最成功的例子是生物信息学和人类基因组工程。正是因为它们的成功，材料基因组工程等类似的项目也被提上了议事日程。同样，天体信息学、计算社会学等等也成了热门学科。这些都是用数据的方法来研究科学问题的例子。

2. 图像处理是另外一个典型的例子。图像处理是否成功是由人的视觉系统决定的。所以要从根本上解决图像处理的问题，就需要从理解人的视觉系统着手，并了解不同质量的图像，对人的视觉系统产生什么样的影响。这样的理解当然很深刻，而且也许是我们最终所需要的。但从目前来看，它过于困难也过于复杂。解决很多实际问题时并不会真正使用它，而是使用一些更为简单的数学模型。

用数据的方法来研究科学问题，并不意味着就不需要模型。只是模型的出发点不一样，不是从基本原理的角度去找模型。就拿图像处理的例子来说，基于基本原理的模型需要描述人的视觉系统以及它与图像之间的关系。而通常的方法则可以是基于更为简单的数学模型，如函数逼近的模型。

因此简单来说，数据科学就是用数据的方法来研究科学和用科学的方法来研究数据。

专业核心课程

算法设计与分析：是一门重要的计算机专业理论基础课程。该课程以系统的讲解算法设计的基本模式，算法分析的基本方法，问题的半形式化描述和算法证明，为初入计算机专业的学生建立起完整且系统的分析求解问题的方法体系。

Java语言程序设计：是计算机科学与技术专业软件方向的一门必修课程。通过本课程的教学，深化学生面向对象的编程设计思想和新一代程序设计的逻辑思维方式，提高学生在软件设计过程中分析问题和解决问题的实际动手能力，使学生的理论知识和实践技能得到共同发展。通过对Java语言及基于Java语言的程序设计的教学，培养学生用Java进行面向对象程序设计的能力。要求掌握Java的基本语法、面向对象的语言特性、例外处理、applet、图形用户界面、多线程、输入输出、网络编程、JDBC以及面向对象程序设计的主要原则和方法。

云计算和大数据：基于信息化时代的到来，随着计算机技术、互联网技术、通讯技术的高速发展，大数据以及云计算得到了普遍应用，对网络技术带来了革命的转变，并在教育、军事、金融、机械等众多领域中发挥着巨大作用。
本课程主要学习云计算和大数据处理的相关原理和技术，结合核、医应用，与实际工程应用相结合，构建相应的云计算和大数据分析与应用平台。

离散数学：是研究离散量的结构及其相互关系的数学学科，是现代数学的一个重要分支。离散的含义是指不同的连接在一起的元素，主要是研究基于离散量的结构和相互间的关系，其对象一般是有限个或可数个元素。离散数学在各学科领域，特别在计算机科学与技术领域有着广泛的应用，同时离散数学也是计算机专业的专业课程，如程序设计语言、数据结构、操作系统、编译技术、人工智能、数据库、算法设计与分析、理论计算机科学基础等必不可少的先行课程。通过本课程的学习，使学生具有现代数学的观点和方法，并初步掌握处理离散结构所必须的描述工具和方法．同时，也要培养学生抽象思维和慎密概括的能力，使学生具有良好的开拓专业理论的素质和使用所学知识分析和解决实际问题的能力，为学生以后学习计算机基础理论与专业课程打下良好的基础。

概率论：

1. 本课程的目的是引导学生学习用数学的语言，来刻划、表达与抽象随机现象，着重在随机现象的“建模”。同时，这一课程也使学生对已学过的集合论、微积分、高等代数等数学知识有运用的机会，在提高学生分析问题，解决问题的能力方面是一个很好操练机会。
2. 重点放在随机现象的刻划，形成概率空间的概念。例如在概率空间这一部份，重在由等可能性分析过到一般的概率空间。对随机变量，重点也在要学生掌握它的统计特征的刻划方法。对于古典概型不宜过多陷于排列组合的计算技巧。

数理统计学：是应用广泛的基础性学科，主要研究对随机样本进行科学分析与处理的方法，包括如何有效地收集数据，如何估计参数，如何做检验，如何研究变量之间的关系以及如何进行统计决策等内容。作为统计学方向最基础的专业课程，主要目的是通过教学，使学生掌握本学科的基本概念和基本统计思想，具备使用常用的统计方法并结合利用先修课程中的数学、概率论知识来解决一些实际问题的能力，初步了解数理统计研究的新进展并初步建立统计思维方式。

C++语言程序设计：C++是一门具有现代编程思想(OOP)的重要计算机语言，有利于深入了解计算机器，编写快速高效的计算机软件。
本课的主要目的：
主要介绍C++语言和面向对象程序设计的方法的基本概念。它是一门语言编程课程，学习过程中可通过大量的程序实例和相关练习逐步掌握，主要培养学生掌握程序设计语言的基本要素，
学习者在学习过程逐步掌握C++的面向对象的功能，从而掌握面向对象程序设计的基本知识和基本技能。为后续的课程的学习奠定坚实的程序设计基础。

数理统计：本课程系统地介绍了数据库的基本理论，并以目前比较流行的大型关系型数据库 SQL Server为载体，向学生讲述了大型关系数据库的概念、管理、设计和开发。通过本课程的学习，要求学生能从实用性的角度出发理解并掌握数据库的安全性、并发控制和恢复技术，能熟练的编写基本的SQL语句，掌握索引、数据完整性、视图、存储过程、触发器等概念及使用方法，并能进行数据库的设计、开发与管理。

数据结构与算法：

1．从ADT角度介绍常用的数据结构和算法分析的基本方法。使学生从数据结构的逻辑结构、相应的一组基本运算、实现以及对实现的评价等方面去掌握线性表、栈、队列、串、数组、树、图等常用的数据结构，并对算法的时间和空间复杂性有一定的分析能力。
2．介绍排序技术。使学生掌握插入排序、选择排序、交换排序、基数排序、归并排序等常用的排序算法，并讨论他们的时间和空间开销。
3．通过本课程的学习，学生将掌握常用的数据结构和算法的设计和分析方法，提高程序设计的能力；针对简单的求解问题，选择合理的数据结构解决之。

线性代数：本课程是学习和研究近代数学的重要基础，在自然科学、社会科学、经济领域都有重要应用。本课程使学生学习和了解多项式、线性空间和线性变换等基本知识。通过学习，培养学生具有数学的思维方式、创新精神，以及解决实际问题的初步能力。

开启美国留学之旅立即咨询