丹尼斯·克劳2015 年 11 月 24 日
跨学科数据科学方法的优势在于，它可以让年轻的专业人士和学生广泛了解数据科学的基础知识。以下所有供应商和职能都以自己的特定方式描述“数据科学”。有时，这是为了招募学生、要求工作具备全面的资质或宣传不同技术的功能。
矛盾的是，鉴于“数据科学”的含义广泛，具体的培训和专业知识通常非常狭窄。学生和年轻的专业人士需要充分了解编程、分析或主题专业知识方面的选择和个人优势，以便将数据科学的成果应用于他们的学术培训。
大量描述、专业课程和工作将“数据科学家”定义为需要编程知识和/或统计专业知识。Python、R 和 Javascript 编程对于数据科学至关重要。（SAS 本身当然是有限的，但有自己的数据科学功能。）当然，Python 和 R 之间每天都有竞争。编程语言的功能每天都在扩大其功能。
当然，精通使用 Hadoop 进行数据存储和操作技术被认为是数据科学的必备技能。有时，“大数据”一词与“数据科学”的应用有关。一些编程技能对于大多数工作来说是必不可少的，然而，对与语义、逻辑、语言学和图书馆学相关的 RDF 和 OWL 的熟悉程度正在不断提高。
神经网络的使用被视为数据科学的极限。“机器学习”是数据科学中常见的术语，通常不涉及其起源于人工智能和控制论。虽然“数据挖掘”是一种静态分析练习，但“机器学习”却包含了“反馈”和对新数据的响应这一旧概念。数据挖掘和机器学习在技术上搜索数字和文本模式。
几十年来，图书馆学一直是快速发展的语义数据方法的核心。“文本分 台湾电话号码开头 析”（起源于“计算语言学、数学和哲学”）和“语义学”的重要性日益增加。这与自 1980 年代以来一直是标准的关系数据库形成了鲜明对比。这些是语义数据库的多种标准，RDF 和 OWL，以及主要查询语言 Sparql 或 Cypher。这种方法有自己非常专业的数据库软件
方法通常声称使用地理空间数据或 GIS。地理空间数据的使用方式多种多样。这些结论是基于研究和对话，而不是营销文献。本文未提及特定 GIS 应用程序，例如 ArcGIS、Oracle MapViewer 或 OpenStreetMap，也未提及具有关系数据库的 GIS 应用程序。在大多数情况下，这会产生基于地点名称的点数据。它们不允许编辑、地理处理和地理统计。Marklogic 存储图像数据、文本数据、关系数据和地理空间数据。MongoDB 的功能间接有限。
这种专业培训和大学学习的多样性意味着要么做出艰难的选择，要么专注于其中之一，要么在哪里获得培训。结果就是学生是否可以或应该在计算机科学领域接受编程培训，或者只是应该在其他大学部门或认证中学习编程基础知识。
这取决于学习或培训课程的目标。学生和年轻的专业人士可能想要或不想要这样的编程技能，也可能不打算立即寻找成千上万个行业职位。或者他们和我一样，可能觉得选择各种各样的编程很烦人，或者他们不是最适合编程的。
另一种方法是将培训和学习与数据科学方法结合起来。此外，数据科学与许多传统课程和实质性知识相关或适用，例如地理、政治学，尤其是医疗保健。通常，为了引导专业培训走向计算机编程和数据库管理，人们忽视了其对实质性知识的适用性。新技术和方法应该与实质性知识和经验结合起来。年轻的专业人士需要仔细权衡他们是想成为“数据科学家”，还是想成为具有扎实“数据科学”背景的专家。