数据挖掘的英文叫Data Mining，Mine有“矿”的意思。因此做数据挖掘的学者们常常戏称自己为“矿工”。不过，其实数据挖掘的研究过程与采矿确实有异曲同工之妙。数据的收集、筛选、分析和应用，正如矿石的勘探、开采、提纯和使用一样，每个步骤都看起来都是大海捞针，但在合适的方法下，这些“针”又每次都能被恰如其分的挖掘出来。
大数据这个词我们听得太多了，可是很少有人意识到，随着互联网的发展，今时今日的这些“大”字究竟已经意味着一种什么样的量级。除去少数哗众取宠的使用这个词的公司外，那些真正拥有大数据的企业，经手和处理的都是一些普通人可能穷极一生也接触不到的数字：微信朋友圈每天会上传10亿张图片，支付宝日交易额峰值超过200亿元人民币，京东每天上传几百万张新的商品信息图……
这些数字对于急需数据训练的人工智能算法来说是莫大的好消息。也意味着数据对于人工智能的重要性正在随着计算能力、算法的发展而呈直线上升。但是怎么在浩如烟海的数据中筛选出对我们真正有用的那些？又如何通过分析这些数据做出对自身有利的决策？这就是数据科学家们做的事了。
本期硬创公开课，我们邀请到了iPin的首席科学家潘嵘，他曾获得2005年全球最高级别数据挖掘大赛KDDCUP的世界冠军，也在科研和产业领域都积累了相当丰富的经验，本周四下午3点，就让潘嵘老师来为我们讲讲，一个合格的数据科学家是怎样炼成的。
本文作者：魏秀参
本文转自雷锋网禁止二次转载，原文链接
