我們現在生活在一個數字世界裡。我們的全球經濟大部分已經變成了數字經濟。正在進行根本性的變革，重點更多地是應用程式的豐富。計算與通訊的融合在這一轉變中起著關鍵作用。網路和社會網路的出現導致了每秒鐘生成大量資料，這為理論提供了機遇和挑戰。龐大的資料量要求我們改變對資料的理解以及如何從資料中提取可用資訊。儘管傳統的電腦科學領域仍然重要，但要想處理海量資料，需要新時代的工具和技術，如資料科學和資料探勘。

什麼是資料科學(data science)？

資料科學是以資料為核心的電腦科學的一個新興領域。媒體對“資料科學”進行了大量炒作，但對最基本的術語缺乏定義。資料科學到底是什麼？資料科學如何與大資料相關？資料科學是一個跨學科的領域，它使用工具、演算法和機器原理從結構化和非結構化資料中提取有用的資訊。資料科學不僅僅是統計學或機器學習，而是一個領域本身，它處理資料分析和建模，以瞭解複雜的資料世界。資料科學家負責這項工作；他從各種來源收集資料，組織和分析資料，然後以有效影響業務決策的方式傳達調查結果。目標是從資料中提取有用的見解。

什麼是資料探勘(data mining)？

資料探勘是在大量原始資料中發現異常、模式和相關性以提取有用資訊的過程。資料探勘是從每天收集的大量資料中發現知識。它只是將大量原始資料轉化為知識。它與機器學習有關，可以描述為從大型資料集或資料庫中提取有用資訊的科學。資料探勘作為一種尋找結果的資料分析方法，可以應用於許多領域。它可以看作是資訊科技自然演進的結果。資料探勘的目標是發現以前未知的現有資料的屬性，並從這些資料中發現統計規則或模式，以解決複雜的計算問題。簡單來說，資料探勘就是從資料中挖掘知識。

資料探勘與資料科學的區別

意思

–資料科學是電腦科學的一個跨學科領域，它融合了工具、演算法和機器原理，從結構化和非結構化資料中提取可用資訊。它是一個新興的研究領域，側重於理解複雜的資料世界。另一方面，資料探勘可以描述為從大型資料集或資料庫中提取有用資訊的科學。資料探勘可以用作另一個常用術語“從資料中發現知識”或KDD的同義詞。

目標

–資料探勘是一個將原始資料轉化為可用資訊的過程。資料探勘的目標是發現以前未知的現有資料的屬性，並從這些資料中發現統計規則或模式，以解決複雜的計算問題。資料科學不僅僅是統計學或機器學習，而是一個獨立的領域。資料科學的目標是利用某些專門的計算方法在資料集中發現有意義和有用的資訊，以便做出重要的決策。

領域

–資料科學是一個多學科領域，包括許多相關領域，如資料庫系統、資料工程、資料分析、視覺化、預測建模、實驗和商業智慧。資料科學涵蓋了廣泛的技術、應用和學科。另一方面，資料探勘就是從大量的資料中發現有價值的資訊，並將這些資料轉化為有組織的知識。資料探勘只是更廣泛的KDD過程的一部分，而資料科學是技術和過程的結合，可能還包括資料探勘。

資料探勘與資料科學：比較圖

總結 - 資料探勘技術(of data mining) vs. 資料科學(data science)

簡言之，資料探勘是一個將原始資料轉化為可用資訊的過程，而資料科學是一個多學科的領域，涉及資料的捕獲和儲存、分析以及從資料中獲得有價值的見解。資料科學利用某些專門的計算方法在資料集中發現有意義和有用的資訊，以便從資料中獲得有價值的見解，從而對業務運營產生積極影響。資料探勘只是一個處理現有資料庫以生成新資訊的過程。