1、数据科学入门：从零开始的全面指南

数据科学入门：从零开始的全面指南

数据科学的崛起与定义

数据科学已成为热门且不断发展的领域，有人称数据科学家是 21 世纪最性感的工作。但数据科学究竟是什么呢？从行业中著名的维恩图来看，数据科学处于以下三个领域的交集：
- 黑客技能
- 数学和统计学知识
- 专业领域知识

在实际操作中，由于全面涵盖专业领域知识需要大量篇幅，所以重点会放在黑客技能以及数学和统计学知识上。

数据科学的学习方法

学习数据科学有很多现成的库、框架和工具包，但为了更好地理解数据科学，我们将采用“从零开始”的方法，即手动构建工具和实现算法。这样做虽然在处理大规模数据时可能不实用，但能帮助我们更深入地理解数据科学的原理。

在语言选择上，Python 是首选。它具有以下优点：
- 免费
- 相对容易编码和理解
- 有许多与数据科学相关的有用库

虽然本书的目标不是教你 Python，但会有一章的速成课程，突出对数据科学最重要的特性。如果你对 Python 编程一无所知，可能需要补充一些“Python 入门”教程。

数据科学的实践案例：DataSciencester

为了更好地理解数据科学的应用，我们引入一个假设的社交网络平台 DataSciencester。通过这个平台，我们可以探讨一些实际的数据科学问题，如：
- 寻找关键连接器 ：在社交网络中，找出那些连接多个不同群体的关键人物。
- 数据科学家的薪资和经验 ：分析数据科学家的薪资与工作经验之间的关系