相关基础概念
1数据
1.1数据模型
概念模型：用户视角—各种文档，业务流程图，er图等
逻辑模型：数据科学家视角—关系模型，层次模型，网状模型 key-value，key-document，key-column和图模型等，常用格式：关系表，csv，json，xml，rdf等
物理模型：机器视角--索引，分区，物化视图，事务等
1.2数据维度
按结构化程度分:结构化数据，半结构化数据，非结构化数据。
按数据的加工程度分：零次数据，一次数据，二次数据，三次数据
按数据的抽象或封装程度分：数据，元数据，数据对象
2大数据
2.1内涵与特征
内涵：也就是一种大数据现象
特征：Volume（数据量大），Variety（类型多），Value（价值密度低），Velocity（速度快）
2.2常见基本术语
数据化，数据柔术，数据改写，数据打磨，数据洞见，数据分析式思维模式，数据驱动，数据密集型，数据空间，关联数据
3数据科学概述
3.1研究目的
大数据及其运动规律的揭示
从数据到智慧的转化
数据洞见
数据业务化
数据驱动型决策支持
数据产品研发
数据生态系统建设
3.2理论基础
数学与统计知识
领域实务知识
黑客精神与技能
3.3：研究内容
数据科学的理论基础
数据预处理
数据计算
数据管理
3.4基本流程
数据化—数据（预）处理—探索性分析—数据分析与洞见—结果展示--提供数据产品
3.5数据科学的主要原则
资产原则
DIKUW原则：Data，Information，Knowledge，Understanding，Wisdom
黑客原则
协同原则
从简原则
经验原则
第四范式原则
数据业务化原则
数据驱动原则
数据预处理原则