數據科學的3個階段

公告：明天Python部落新課程《機器學習入門-分類》即將發布，敬請期待。

各地的企業正在競相從他們的數據中提取有意義的見解。許多組織都在研究數據科學團隊和攻擊問題（有些人比其他人更成功）。然而，確定組織內當前的數據科學階段是其中的挑戰之一。下一步是確定數據科學的預期階段。

以下是真正成熟的數據科學的3個階段。

1. 儀錶盤（Dashboards）

數據科學的初始階段就是dashboards。這是關於回答「多少？」和「發生了什麼」，通過查看歷史數據所得出的報告。如果做的好的話，它甚至可以幫助組織報告出為什麼會發生。許多組織將這一階段稱為商業智能。

Dashboard階段對於組織來說還是很昂貴的，耗費的人力、時間和資金還是相當大的，通常它涉及的投資有：

1．數據倉庫或者其他存儲環境，用於數據存儲以便於報告

2．ETL (提取轉換負載) 工具，用於操縱、合併和移動數據到數據倉庫

3．報告工具 ，用於展示結果並允許用戶「挖掘」數據

以下是傳統儀錶盤可展示的常見問題：

1. 每個地區有多少用戶?

2. 黑色星期五的銷售額是多少?

3. 上個月有多少人去醫院看病?

正如你所見， 只有這個階段可以獲取到大量的數據價值。企業要去了解歷史業績這個點非常重要，但這個階段是大部分企業停止的階段。

2. 機器學習（Machine Learning）

數據科學的真正「科學」直到第二階段的機器學習才開始。它專註於不能直觀獲取數據的估計，也就是可以根據現有數據分析隱藏數據。這可能是用戶喜歡的某個電影，公司明天的股價，或特定廣告活動的因果影響。機器學慣用第一階段的數據，並應用統計學或其他方法來分析出更多的見解內容。

目前機器學習思考如下問題:

1. 當客戶出門了，他/她會去五金店消費嗎？

2. 當信用卡購買時，收費是欺詐的概率是多少？

3. 預計新用戶會存在多久？

4. 如果颶風來臨，用戶會購買什麼？ (蛋撻？很有可能哦)

注意起因和結果之間的關係。機器學習的價值內容是來自於估計潛在事物的因果。這個階段充滿了術語如：機器學習，數據挖掘和數據建模等術語。機器學習階段是在分析潛在可能發生的事情，是未來的展望。

3. 執行（Actions）

決定執行的操作是第三個階段也是最後一個階段。它會試圖利用機器學習的結果來採取適當的操作執行。以下操作可能適用於上述預測分析的部分事件。

1. 當用戶出門時，向附近五金店發送一個帶有優惠券的「歡迎來到附近」的信息包。

2. 拒絕欺詐消費或停用信用卡。

3. 如果預測新用戶的預期存在時間非常高，可以提供一些特殊優惠或待遇，以便於讓新客戶成為永久客戶。

4. W當颶風來臨時，將蛋撻放在商店最前面。

正如你所見，第二階段良好的機器學習可以導致第三階段做出明確的選擇。

結論

要想在數據科學方面成功，都必須要達到第三個階段。每個階段都建立在前一階段之上。如果你已經努力完成第一階段，為什麼不繼續去發展第二階段和第三階段呢？

英文原文：http://101.datascience.community/2017/08/09/the-3-stages-of-data-science/譯者：IC

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！