2025年数据科学复习第一章

科技前沿 • 2025-03-17 21:37 • 阅读 63

大家好，我是讯享网，很高兴认识大家。

1.数据的定义
(1)统计学：为了找出问题背后的规律而需要的，与问题相关的变量的观测值，是对客观现象进行计量的结果。
(2) 计算机科学：所有能输入到计算机，并被计算机程序处理的符号总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称。
(3)数据科学：在一定背景下有意义的对于现实世界中的事物定性或定量的记录。

2.数据的类型
(1)依据结构分类，可分为结构化数据和非结构化数据。比如，数字、字符、日期等等属于结构化数据类型，而文字、图片、视频、音频都属于非结构化数据。
(2)依据形式分类，可分为文本数据、属性数据、声音数据、图片数据、视频数据等等。
(3)依据来源分类，可分为观测数据和实验数据。
(4)如何分类，取决于我们想要用数据解决什么样的问题

3.DIKW模型
在这里插入图片描述
讯享网

4.大数据的定义
首先，大数据依旧是数据，或数据相关的过程，其次，大数据的规模并非一定要达到某一确切的数值，关键在于，是否超过了实际情况下的数据存储能力和数据计算能力。

5.大数据的5V模型
(1)大量性volume (2)高速性velocity (3)多样性variety (4)真实性veracity (5)价值性value

6.大数据的5R模型
(1)相关特性Relevant (2)实时特性Real-time (3)真实特性Realistic (4)可靠特性Reliable (5)投资回报特征(Return on investment, ROI)

7.大数据的4P医疗模型
(1)预测性Predictive (2)预防性Preventive (3)个体化 Personalized (4)参与性Participatory

8.HACE定理
HACE定理将大数据描述为，始于异构（Heterogeneous），自治（ Autonomous）的多源海量数据，旨在寻求探索复杂的（Complex）和演化的（Evolving）数据关联的方法和途径。

9.什么是数据科学
数据科学并非一个全新的领域，而是起源于统计学的，为了探索当前学术界和工业界中产生的大量数据中蕴含的信息与知识，结合了诸如大数据，计算机科学，机器学习，数据挖掘等新的技术和理论的一门新兴交叉学科。

10.数据科学工作流程
在这里插入图片描述

2025年数据科学复习第一章

相关推荐