Transform Data into Insights

数据科学有三个大领域:

1. 统计学
2. 机器学习
3. 分析学

E-Book: Data Science & Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data

Google 数据分析流程和核心，其中5 个主要步骤：

1. Ask
2. Prepare
3. Process
4. Analyze
5. Share & Act

其他数据分析流程模型比较

• EMC（现Dell EMC）模型强调循环性，包含发现、预处理、建模、沟通和实施等阶段，注重阶段间的衔接和反馈。

• SAS模型以无限符号表示循环过程，增加了评估阶段，强调持续改进和重复性。 项目型流程简化为识别问题、设计数据需求、预处理、分析和可视化五步，适合项目导向。

• 大数据分析流程细化了准备和处理阶段，包含九个步骤，强调数据获取、清洗、聚合和利用分析结果。

关键总结

数据分析流程虽有多种形式，但核心理念一致：明确问题、准备数据、分析数据、分享结果并付诸行动。 理解不同流程模型有助于灵活应用，提升数据分析工作的有效性。