数据科学与大数据技术第二章：探索基本概念与分类

第二章《数据科学与大数据技术导论》主要探讨了数据科学与大数据领域的基础概念，由中南大学张祖平教授讲解，他是计算机科学与技术系的大数据技术及应用研究团队成员，其邮箱地址为zpzhang@csu.edu.cn。本章内容覆盖了数据科学、数据分析与数据挖掘、数据库以及大数据的核心概念。 首先，数据是课程的核心要素，它是用来记录信息的可识别符号，是信息的具体表现形式，包括数字化、字母、符号和模拟量等形式，可以被计算机程序处理。经过处理，数据转化为信息，信息的主要目标是减少不确定性，通过解答诸如“为什么”、“什么”、“哪里”或“何时”等问题来提供决策依据。 信息是客观事物状态和运动特征的抽象表达，它广泛存在于我们的日常生活中，旨在消除接收者的不确定性和无知。知识则是信息的升华，是人们实践经验和认识的积累，分为显性知识（可以直接传授的文字或文本形式）和隐性知识（个人经验或技巧，不易以文字表达）。 课程还区分了数据的性质，如定位数据（如地理坐标）、定性数据（描述属性）、定量数据（量化测量）和定时数据（反映时间）。按照数据来源，有数字数据（统计数据）和模拟数据（连续变化的物理量），如声音和图像。此外，还讨论了数据的表现形式，如实时与历史数据、时态数据和基于图形的空间数据。 通过对这些基本概念的深入理解，学习者能够建立起对数据科学和大数据技术的整体框架，从而为进一步的专业学习和实践打下坚实的基础。理解并掌握这些概念，对于从事数据分析、机器学习、数据库管理或大数据项目的人来说至关重要。