数据科学、大数据与数据分析

数据无处不在。事实上，现有的数字数据量正以极快的速度增长，每两年翻一番，并改变着我们的生活方式。根据IBM的数据，早在2012年的时候就每天产生25亿GB的数据。

《福布斯》杂志的一篇文章指出，数据的增长速度比以往任何时候都要快，到2020年，地球上每个人每秒钟都会产生大约1.7兆字节的新信息。

这使得了解这个领域的基础知识变得极其重要。毕竟，我们的未来就在这里。

数据科学

处理非结构化和结构化数据时，数据科学是一个包含与数据清理、准备和分析相关的所有内容的领域。

数据科学是统计、数学、编程、解决问题、以巧妙的方式捕获数据、以不同的方式看待事物以及清理、准备和校准数据的活动的结合。

简单地说，它是在试图从数据中提取见解和信息时所使用的技术的保护伞。

大数据

大数据是指传统应用无法有效处理的海量数据。大数据的处理始于未经汇总的原始数据，这些原始数据通常不可能存储在一台计算机的内存中。

“大数据”是一个流行词汇，用来描述海量的数据，无论是非结构化的还是结构化的，大数据每天都会淹没企业。大数据可以用来分析洞察力，从而做出更好的决策和战略商业行动。

Gartner对大数据的定义是:“大数据是高容量、高速度和/或高多样性的信息资产，需要成本效益高、创新的信息处理形式，以增强洞察力、决策制定和过程自动化。”

数据分析

数据分析:研究原始数据并从中得出结论的科学。

数据分析包括应用一个算法或机械过程来获得见解。例如，遍历大量数据集以寻找彼此之间有意义的相关性。

它被用于许多行业，以允许组织和公司做出更好的决策，以及验证和推翻现有的理论或模型。

数据分析的重点在于推理，推理是得出结论的过程，而这些结论仅仅是基于研究者已经知道的。