相信你对数据科学已经有一些了解，不过我们还是可以回顾一下。

数据科学是从数据中提取知识的学科。它依赖于计算机科学（数据结构、算法、可视化、大数据支持和通用编程）、统计学（回归推理），以及领域知识（用于提问和解释成果）。

传统意义是哪个的数据科学涵盖多种不同主题，有些你可能已经熟悉，而这些是你将在本书中遇到的：

• 数据库

提供信息的存储和集成。

• 文本分析和自然语言处理

让我们可以通过将定性文本转化成定量变量，实现【用文字计算】

• 数值数据分析和数据挖掘

可搜索出变量之间的不变性和相互关系、

• 复杂网络分析

其实并不复杂，所谓复杂网络，是指任意互连实体的集合。

• 数据可视化

不仅富有美感，而且非常实用。尤其是当你想说服数据赞助商再次提提供赞助时，一图胜千言。

• 机器学习

包括聚类、决策树、分类和神经网络，试图让计算机学会【思考】，并根据样本数据进行预测。

• 时间序列处理（数字信号处理）

是股市分析师、经济学家已经音频和视频领域的研究人员不可或缺的工具。

• 大数据分析

通常指对频繁生成和获取的大于1TB的非结构化数据（文本、音频、视频）进行分析。

不论针对哪种分析类型，数据科学首先是科学，然后才是魔法。因此，它是一个严格遵循以数据采集为起点，以结果报告为终点的基本处理过程。你讲了解数据科学的基本过程，包括：常见数据分析研究的步骤、数据的获取来源，已经常见项目报告的结构。