数据科学（也称为数据驱动科学）是一门涵盖科学方法、流程和系统的学科，用于从各种形式的数据（结构化或非结构化）中提取见解或知识，与 KDD（数据库中的知识发现）没有区别。
可以说，它是将 多米尼加共和国手机号码列表 数据分析、统计学及其相关方法统一起来，以便利用数据理解和分析实际现象的概念。数据科学采用了统计学、数学、计算机科学和信息科学等许多其他领域的理论和技术，特别是数据挖掘、机器学习、聚类分析、分类、可视化和数据库等子领域的理论和技术。数据科学 2
数据科学本身作为一门学科和一门职业，是在 21 世纪前 10 年内新近诞生的，其背景是上述领域。学习数据科学入门的学生会 通过各种课程了解这些领域，然后进行将它们结合到数据科学中的练习。此外，黑客攻击并没有被排除在外，尽管这是以积极的方式，因为它是数据科学的一门贡献学科，但它并没有作为一门课程来教授。一个训练有素的数据科学家将非常精通所有母学科，学习每一个学科并将它们结合起来解决问题。
如今，数据科学被认为是从云计算/大数据世界和复杂性科学中兴起的，这意味着它是一门高级学科，需要具备并行处理、PB 级 NoSQL 数据库、map-reduce 计算、高级统计学、复杂性科学和机器学习方面的丰富知识。因此，这意味着数据科学可以在硕士和博士阶段得到适当的学习。然而，人们认为数据科学更多的是一种思维方式，就像它涵盖了工具的熟练使用一样。因此，学生们在职业生涯的早期就参与其中，以便让他们全面思考数据科学。
多种学科的结合
数据科学入门课程结合了数据科学的八个母学科，它们提出了数据科学家在解决问题时需要提出的问题。预计数据科学家可能是其中一两个学科的专家，并精通其他五六个学科。这就要求数据科学以团队的形式进行实践，各个成员在各个学科中都拥有各自的专业知识。