数据科学是一种自由的艺术吗？

摘要：是的，在这种意义下所有的科学都是自由的艺术。

这周我读了一篇丹尼森大学校长亚当·温伯格写的一篇不错的文章，是关于他的学校申请一条通往数据科学的自由艺术道路的倡议。

这震惊了大多数人，但是为什么呢让我们分解来看一下“数据科学”这个短语(English skills!)。数据就是信息——这我们先不管。

但什么是科学呢

科学是对可观测到的现象的检验。它以科学的观测，做假设并检验它们为基础。

所以在没有任何引导理论的数据中找到古怪关系的“数据挖掘”方法是一回事。“数据科学”是另外一回事。因为作为科学，它必须以科学的方法为背景。

科学在很长一段时间以来就作为任何自由艺术教育的一部分。在大学里我学了两门—他们是我的简单课程中的一些，但是我还是学了。事实上，我只有学了才能毕业。

同时，我也上了文学课和历史课。通过这些伟大的书，我了解到人类历史当中什么已经发挥了作用，什么还没有发挥作用。

我学会了怎样去写作和交流。在我的科学课上，我学会了怎样通过观察做假设，并检验他们。例如，一个经济的专业，我能够通过人类的繁荣来检验什么发挥了作用。

这不能用我以前的专业的或者许多科学的、技术的、工程学的、数学的课程所描述。他们更关心的是将知识传授给你而不是教授你如何挖掘和检验你的想法。

数据科学VS数据挖掘：自由的艺术是差别产生

在工作中，有大量的数据提供给我，其中包含了很多的东西，从零售销售额到医院清洁次数。然而学习技能来处理数据的尺寸和范围对于我来说一直是个挑战，自由的艺术教会我如何使用它。

怎样去给问题构建框架怎样去交流你的结论学习自由的艺术。学习如何从各个角度解决问题。以一些方式来交流，这些方式要能让其他受过良好教育的人可以评价你的研究。

依据理论的数据科学总是会打败不容分辩的数据挖掘。当然，由于我们不需要担心小的样本量，统计方法会改变。

这不意味着我们应该放弃在过去几个世纪中使我们进步很大的科学方法。

看到数据科学和自由的艺术结成一队是很振奋人心的——毕竟，自由的艺术是所有科学的基础。

本文由数据分析网-于海燕翻译，一名数学系研究生，正在学习SPSS、R语言等。