数据科学原理

第1章　如何听起来像数据科学家

不管你从事哪个行业——IT、时尚、食品或者金融，数据都在影响着你的生活和工作。在本周的某个时刻，你也许会参与一场关于数据的讨论。新闻媒体正在越来越多地报道数据泄露、网络犯罪，以及如何利用数据窥视我们的生活。但为什么是现在？为什么今天这个时代是数据相关产业的温床？

在19世纪，世界处于工业时代（industrial age）。人类通过伟大的机械发明和工业探索世界。工业时代的领袖们，比如亨利·福特，认识到通过这些机器可以创造巨大的市场机会，赚取前所未有的利润。当然，工业时代有利也有弊。在我们将大量商品送到消费者手中时，人类也开始了和污染的斗争。

在19世纪，我们非常擅长制造大型机器。但到了20世纪，我们的目标是让机器变得更小、更快。工业时代已经结束，取而代之的是信息时代（information age）。为了更好地理解事物的运转情况，我们开始使用机器收集和存储我们自身与周围环境的各种信息（数据）。

从1940年开始，像ENIAC（被认为是最早的计算机之一）这样的机器被用来计算和运行之前从未计算过的数学方程、运行模型和模拟，如图1.1所示。

图1.1　ENIAC计算机

我们终于有了比人类更擅长运算数字的像样的实验室助手！和工业时代一样，信息时代也有利有弊。信息时代的好处是人类取得了科技发明的非凡成就，比如电视和移动电话；坏处虽然没有全球性污染那样严重，但仍然留给我们一个21世纪的难题——过多的数据。

是的，信息时代在数据收集领域的高速发展，让电子化数据的产量爆炸式增长！据估算，在2011年，我们产生了1.28×10 ...