数据采集是数据科学工作流的第一步。没有数据，就没有数据科学。根据您所做的项目，您会需要不同的数据来源。请考虑以下数据需求。
这些数据是公开可得，还是由公司在内部追踪？
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
我们将从给出数据科学的定义开始。本章会介绍数据科学的工作流程，以及数据科学如何应用于真实世界问题。最后，您将了解数据科学领域中的不同岗位。
既然已经了解了数据科学的工作流程，我们将更深入地探讨第一步：数据收集与存储。您将学习可用的数据来源、这些数据的形态、数据收集后如何存储，以及数据管道如何自动化这一过程。
当前练习
数据准备至关重要：数据科学家将 80% 的时间花在清洗和处理数据上，只有 20% 的时间用于实际分析。本章将向您展示如何诊断数据中的问题、处理缺失值和离群值。随后，您将学习可视化这一关键工具，用于探索数据并清晰传达结论。
在最后一章中，我们将讨论实验与预测！我们先从实验入手，介绍 A/B 测试；接着转向时间序列预测，学习如何预测未来事件。最后，以机器学习作结，重点讲解监督学习与聚类。
