大数据科学研究

『壹』 大数据对科学研究的影响

（1）第一种范式：实验

在最初的科学研究阶段，人类采用实验来解决一些科学问题，著名的比萨斜塔实验就是一个典型实例。1590年，伽利略在比萨斜塔上做了“两个铁球同时落地”的实验，得出了重量不同的两个铁球同时下落的结论，从此推翻了亚里士多德“物体下落速度和重量成比例”的学说，纠正了这个持续了1 900年之久的错误结论。

『贰』 想考大数据的研究生,大数据具体是什么专业

大数据开发、大数据分析、大数据科研。

大数据开发：主要有两种分类，第一类是编写一些Hadoop、Spark的应用程序，第二类是对大数据处理系统本身进行开发。人少，学习有门槛，薪资高。

大数据分析：数据分析是指对规模巨大的数据进行分析，现今大数据时代是离不开大数据分析的。人数多一点，学习比大数据开发低，薪资也不错。

大数据科研：主要进行数据安全研究、数据科学研究。学习门槛高、人少、薪资高。

作为一个提供决策依据的学科，大数据的本质是统计学，实现手段的方法是计算机科学（毕竟你不可能用手算处理天量数据），终端实现价值则需要管理学结合商业社会的知识。

所以打算读这个专业的同学，除了可以选择特有的数据科学的研究生项目外，也可以考虑申请统计学或者计算机科学专业，具体怎么选，请结合自己的背景判断。

金融与大数据也是息息相关，复旦大学大数据学院就开设有金融硕士，本科学习大数据，研究生跨考到金融也是一个不错的选择。因为大数据专业属于新开专业，供选择的学校较少，如果你对经济、金融比较感兴趣，选择金融（大数据方向）也是非常不错的选择。

『叁』 李国杰院士谈面向大数据的数据科学

如今，大数据对于我们生活的影响是方方面面的，不仅在促进社会经济发展，促进社会公平法制有很大的推动作用，在科学研究方面也为我们提供新的方向。大数据就像我们观察自然界的放大镜和显微镜一样，成为了了解世界的新工具。

大数据一词是由美国IBM公司提出并炒起来的，最近IBM公司又提出了认知科学一词，准备用来取代大数据，可能2~3年后，认知科学将会成为我们谈论的新的行业名词。

数据是我们对自然界客观事物的描述，是从客观事物中抽象出来的东西。大数据要想发挥出它的价值，就必须与其他学科综合在一起。所以现在我们常说数据科学，它是综合了统计、代数、拓扑、计算机科学、基础科学（物理、化学、生物），应用科学（传感、通信、存储）等的集大成科学。

大数据对计算机科学带来的挑战：
图灵定义的计算机科学：G = F(x)，计算机科学研究的核心就是算法F，输入x可以是任意对象。在大数据时代，输入对象x的体量非常的大，类型非常混杂，所以x就不能是任意对象了。所以计算机科学的定义也发生了转变，Computer Science = Science of Algorithm + Science of Data，计算机科学不再单单只研究算法，也应该研究数据。

大数据对机器学习(ML)和计算机视觉(CV)带来的挑战：
机器学习和计算机视觉作为目前人工智能领域最活跃的两个部分，由于我们平时的训练样本比较小，所以这些经典的算法表现的还可以。一旦当数据量变的非常大的时候，经典算法统统失灵了。普林斯顿大学做了一个实验，让计算机区分2000万张图像，总计2.1万个类别，计算机表现的非常差。这时候人工领域的深度学习表现的还算可以，但准确率也仅仅只有15%。

大数据对统计学带来的挑战：
以前我们在学习统计学的时候，我们都会假定所有样本服从独立同分布，然后我们才能够求得样本分布的均值、中位数、方差等，能够绘制样本的分布规律。在如今的大数据时代，数据往往并不满足独立同分布的要求，所以经典统计学也存在着很大的不足。
在经典统计学中，数据往往是样本量远远大于维度数，samples >> features。而大数据是立体式，全方位的数据，维度 >> 样本数，所以我们在处理数据的时候往往需要对其进行降维处理。
大数据分析是对全样本的分析，这一点显著区别于统计学中的抽样分析。在经典统计学中，我们先研究样本的规律，进而推广到整体。在大数据中，我们先研究整体的规律，然后用这一规律来验证局部样本。

大数据时代要培养“π”型人才：
“π”型人才就是要两条腿走路，既要掌握自己的专业知识，也要懂得计算机科学。以前，我们在想要取得研究上的突破往往需要花费很长的时间，如今我们将数据科学引入，通过让计算机分析研究过程中的所有数据，从而极大的（成千上万倍）加速了科学研究的进展。院校在计算机科学的设置上也要引入数据采集，传输，整理，分析，应用等专业，形成完整的数据科学体系。

『肆』 听清华大学教授讲科学研究的第四范式—基于大数据的研究

11月10日，周五，受谢教授和肖教授邀请，一起去了武大听大数据讲座。清华大学的一位80后教授—孟天广讲得很宏观很系统，简录如下。

观点：
1 大数据是种新研究方法，属于第四范式研究，不讲因果，只讲相关关系，通过相关关系来预测未来。
2大数据研究方法终结了传统的定量定性研究分野。
3大数据研究可视化，是优势。
4大数据研究方法也有一些批评：
方法批评、可行性批评、伦理批评。
5大数据研究方法使人文社科研究变得更有价值。出现一个新学科：计算人文社会科学，清华大学建立了一个新研究中心，招收双学位学生：大数据分析专业与其他专业。

『伍』 数据科学与大数据技术就业前景怎么样学习难度高吗

据科学合理与云计算技术技术专业是现阶段新起的一个理工类专业，运用的行业十分普遍，学生就业的市场前景十分宽阔，该技术专业具备强有力的活力。在目前和未来一个非常长的时间内，互联网大数据科学研究与云计算技术技术专业的工作很好，并且专业性人才长期性处在急缺的情况。可是学习大数据科学与技术技术专业的学员需要具备十分强有力的数学课的思维能力和推理能力，还需要具有电子计算机科学与技术的浓厚的专业技能。

大数据专业的本科毕业生在大一、大二期内要高度重视积极主动参加比赛和科学研究，到大三以后要为暑期实习做准备，这针对秋招的直接影响是非常立即的，此外还要提早刷一下题。实际上，数据信息专业人才的行业十分普遍，从国防部长、网络创业企业到金融企业，四处必须互联网大数据新项目来做创新驱动发展。java开发技术工程师新手入门月薪已经到达了 8K 以上，工作中1年月薪可做到 1.2W 以上，具备2-3年工作经历的hadoop优秀人才年收入可以超过30万—50万。

『陆』 大学有大数据方向的研究生吗

以下大学开设有大数据方向的专业：

1、北京航空航天大学

大数据技术与应用软件工程（硕士层次专业），是国内首所开设大数据相关专业的高校。2013年起，北航计算机学院、北航软件学院、工信部移动云计算教育培训中心联合全国首开了大数据技术与应用专业硕士方向，同年面向在职人群开设大数据技术与应用高端项目，全方位培养未来的大数据人才。

2、清华大学

清华大学软件学院以培养软件系统应用、设计、开发、运维和服务的科学家与工程师为目标，努力培养学生具有良好的综合素质、良好的职业道德、扎实的软件理论和软件工程专业基础知识，具有良好的软件设计与实现能力、良好的项目管理能力、良好的交流与组织协调能力，全力探索优秀软件人才的培养模式。

3、复旦大学

复旦大学应大数据发展的蓬勃之势，于2015年4月，与中植企业集团、上海市虹口区政府签订战略合作协议，合作建设大数据学院与大数据研究院；同年10月8日，复旦大学大数据学院、大数据研究院正式成立。这是百年复旦在建设世界一流大学和一流学科征程中，瞄准国际科技前沿、聚焦国家创新发展、激发学科动能的重要战略举措。

4、浙江大学

浙江大学数据科学研究中心”成立于2017年5月18日，是以统计学、应用数学、计算机科学和管理学为核心支撑学科，以大数据理论、应用研究和人才培养为主的校级学术创新研究机构。研究中心强调与经济学、医学、生命科学、社会学、工学等众多学科领域的交叉融合，在获取基础研究的硕果同时，注重于科研技术成果的转化。

5、华南理工大学

机器学习与数据挖掘实验室是华南理工大学计算机科学与工程学院的下属实验室，有教授2人（博士导师2人）、副教授3人，具有博士学位5人，博士生5人，硕士生20余人。实验室主要从事认知科学与情感计算、知识库、神经网络、半监督学习、聚类集成等算法和模型构造，在此方面积累了较丰富的经验，具备了较好研究基础。

(6)大数据科学研究扩展阅读：

大数据专业主要课程有：C程序设计、数据结构、数据库原理与应用、计算机操作系统、计算机网络、Java语言程序设计、Python语言程序设计，大数据算法、人工智能、应用统计（统计学）、大数据机器学习、数据建模、大数据平台核心技术、大数据分析与处理,大数据管理、大数据实践等课程。

『柒』 数据科学与大数据技术考研方向有哪些

数据科学与大数据技术考研方向数据科学与大数据技术专业考研可以考本专业(数据科学与大数据技术专业)、智能科学与技术专业、国际经济与贸易专业等。数据科学与大数据技术专业培养具有从事数据科学与大数据相关的软硬件及网络的研究、设计、开发以及综合应用的高级工程技术人才。数据科学与大数据技术是研究和分析数据，从海量数据中提炼出有效信息的一门科学，伴随着大数据产业的蓬勃发展而受到越来越多的关注。数据科学与大数据技术专业以数学、统计学和计算机科学与技术以及专业领域知识等为理论基础，以数据采集和处理、数据建模与计算、数据分析与统计学推断等为主要研究内容，并能够将数据科学专业的知识和方法应用于测绘、遥感、生物学、医学、经济学等其他学科中。