实战数据科学|1数据科学过程阅读笔记（书籍和配套代码，可供下载）

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

点击上方蓝字关注我，一起学习R语言

最近，我在阅读《Practical Data Science With R》这本书籍。这是一本超赞的R语言实战数据科学书籍，先上2张图：

这本书籍和配套源代码我给大家准备好了。公众号后台回复“R实战数据科学”，获取资源的领取方式。

---

第一章 数据科学过程阅读笔记

本章涵盖：

1. 定义数据科学

2. 定义数据科学项目角色

3. 了解数据科学项目各环节

4. 为新的数据科学项目设定预期

让我们直奔主题！

01

数据科学是什么？

数据科学是一种跨学科的实践，它借鉴和吸取数据工程、统计学、数据挖掘、机器学习和预测分析等方法。

数据科学专注于实施数据驱动决策并管理其结果。本书专注于数据科学在商业和科学问题的应用。

数据科学家负责从头到尾地指导数据科学项目。数据科学项目的成功不在于获得任何一种外来工具，而在于具有可量化的目标，良好的方法论，跨学科的互动以及可重复的工作流程。

02

数据科学项目角色

数据科学项目角色和职责，如下图所示。

关于这些角色，一些要点记录如下：

1) 数据科学项目中最重要的角色是项目发起人。发起人是想要数据科学成果的人；通常，它们代表商业利益。

2) 发起人是代表商业利益的角色，而客户是代表模型的最终用户利益的角色。有时，发起人和客户端角色可能由同一个人担任。

3) 数据科学家负责采取一切必要的步骤来确保项目成功，包括制定项目战略和让客户了解情况。他们设计项目步骤，选择数据源，并选择要使用的工具。

4) 数据架构师负责所有数据及其存储。这个角色通常由数据科学组以外的人员担任，例如数据库管理员或架构师。

03

数据科学项目各环节

数据科学项目各环节，如下图所示。

1 确定目标

数据科学项目的第一个任务是定义一个可度量和可量化的目标。本环节，尽量全面了解项目背景。

2 数据采集和管理 

本环节包括确定所需的数据，探索数据并整理数据以适合分析。本环节需要耗费大量时间和精力。哪些数据可用？哪些数据有助于解决问题？数据是否足够？数据质量是否足够好？

3 模型

在建模和分析阶段，使用统计学和机器学习。典型的数据科学模型任务：分类问题，评分问题，排序问题，聚类问题，关系问题和概述问题 。

4 模型评价

根据所解决的问题，选择合适的评价准则，对模型的效果做出评价。

5 展示和文档化

模型达到预期后，向利益相关人做结果展示和沟通。

6 模型部署和维护

模型投入运行，并做模型性能监控和维护，为模型的迭代和优化做指导。

04

设定预期

设定预期和预期管理是定义项目目标和成功标准的关键部分。为新的数据科学项目设定预期，需要定好模型性能的边界。

更多细节，请阅读书籍。

书籍和配套源代码获取方式，请在公众号后台回复“R实战数据科学”。

推荐阅读   

1 R语言机器学习3本经典书籍集合本，提高你的R语言和机器学习能力！（可供下载）

2 R数据分析和可视化培训课程书籍，5大模块，助你学习数据分析和挖掘技术（可供下载）

3 R语言实战英文书籍，配套源代码，帮助你学习R语言！（可下载）

推荐公众号：数据科学与人工智能

数据科学与人工智能公众号推广Python语言，数据科学与人工智能的知识和信息。扫码下方二维码关注我，一起学习Python语言和数据科学与人工智能。

---

依托【R语言】公众号，我创建了R语言群，群友们每天都会就R语言的主题进行交流和分享。需要加入R语言群的朋友，可以扫码加我的个人微信，请备注【姓名-入群】。我诚邀你加入群，大家相互学习和共同进步。

你在阅读中有什么问题，请留言或加R语言群，交流和讨论。