第 1 章 數據科學概論

# 第 1 章 數據科學概論 > **數據科學（Data Science）** 是結合統計學、計算機科學與領域知識的跨學科領域，透過資料探索、模型建構與推論，從海量數據中抽取洞察並支持決策。\ > 本章將從歷史背景、職能定位到市場趨勢，為讀者描繪數據科學的全貌，並提供實務入門的觀點與思考。 ## 1.1 歷史背景 | 時代 | 重要事件 | 典型技術 | 影響 |------|----------|----------|------| | 1940s–1950s | 統計學基礎成型（尤如 Fisher、Markov） | 數學統計 | 為後續資料分析奠定理論基礎 | 1960s–1970s | AI 之初始探索（符號 AI、知識庫） | 早期 AI | 開啟「人工智慧」概念 | 1980s–1990s | 數據挖掘與機器學習興起 | 監督學習、聚類 | 提供從資料中發現規則的工具 | 2000s | 大數據時代到來 | MapReduce、Hadoop | 允許處理 PB 級資料 | 2010s | 深度學習爆發 | CNN、RNN、Transformer | 推動影像、語音、自然語言處理突破 | 2020s | 數據倫理、可解釋性、AutoML | SHAP、LIME、AutoML 平台 | 促使模型商業化與合規化 > **核心演變點**：從單純的統計描述 → 知識推理 → 自動化學習 → 大規模分散式計算 → 可解釋性與倫理治理。 ## 1.2 職能定位 | 職位 | 主要責任 | 典型工具 | 必備技能 |------|----------|----------|----------| | 資料分析師 (Data Analyst) | 資料清洗、報表製作、簡易統計 | Excel、Power BI、SQL | 統計基礎、SQL、Excel VBA | 資料工程師 (Data Engineer) | 資料管道、ETL、資料庫設計 | Spark、Airflow、Kafka | 分布式系統、雲端服務、Python | 機器學習工程師 (ML Engineer) | 模型開發、部署、CI/CD | scikit‑learn、TensorFlow、Docker | 監督學習、模型部署、雲端 | 數據科學家 (Data Scientist) | 從資料到洞察、模型建構、業務對齊 | pandas、PyTorch、R | 統計、資料探勘、領域知識 | 商業分析師 (Business Analyst) | 業務問題定義、需求收集 | Visio、PowerPoint、SQL | 業務流程、需求分析、溝通 > **職涯路徑示例**： > > 1. 取得統計或計算機科學學位 → 2. 進入資料分析/工程角色 → 3. 深化機器學習與深度學習技能 → 4. 轉型為數據科學家或 ML 工程師。 ## 1.3 市場趨勢 - **需求持續上升**：根據 LinkedIn 2025 年報告，數據相關職位年增長率 15% 以上。 - **薪資水平**：美國平均數據科學家年薪約 115,000 美元，亞洲平均 70,000 美元，隨經驗與技術深度提升可達 200,000 美元以上。 - **行業分布**：金融、醫療、零售、製造、能源等領域均為主力消費者。 - **技術趨勢**： > 1. **自動化機器學習（AutoML）**：降低門檻，使非專業人士也能構建高效模型。 > 2. **可解釋性與倫理**：GDPR、CCPA 促使可解釋性成為合規關鍵。 > 3. **雲原生 AI**：AWS SageMaker、Azure ML、GCP Vertex AI 形成一體化開發與部署環境。 > 4. **資料治理與安全**：資料隱私、加密、數據血統成為組織核心。 > **投資回報**：多家大型企業報告指出，投入數據科學的每 1 億台幣可帶來 2.5~3 億台幣的營收增長。 ## 1.4 小結 1. **歷史沿革**：從統計學到 AI、深度學習再到可解釋性，數據科學呈現不斷擴大的跨學科面貌。 2. **職能多元**：資料分析、工程、機器學習與商業分析等角色互補，形成完整數據科學生態。 3. **市場熱度**：數據科學正處於黃金時期，需求旺盛且多領域應用。 4. **核心技能**：統計推斷、程式設計、資料工程、模型部署與解釋能力是不可或缺。 > **實務提醒**：在學習過程中，建議先把「問題定義 → 資料收集 → 前處理 → 探索性分析 → 模型構建 → 評估與部署」作為循環框架，確保每一步都有明確目的與評估指標。 --- > **進一步閱讀**： > - *《Data Science for Business》* by Foster Provost & Tom Fawcett > - *《Python for Data Analysis》* by Wes McKinney > - *《Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow》* by Aurélien Géron > - 官方文件：Pandas、Scikit-learn、TensorFlow、AWS SageMaker 等。