在 21 世纪，“数据科学”和“机器学习”这两个术语是科技界搜索最多的术语。从计算机科学专业的一年级学生到 Netflix、亚马逊等大型组织都在使用这两种技术。他们也得到了原因。在数据空间的世界中，当组织处理 PB 和 EB 的数据时，大数据时代出现了。直到 2010 年，行业对数据的存储变得非常困难。现在，当 Hadoop 等流行框架解决存储问题时，重点是处理数据。在这里，数据科学和机器学习发挥了重要作用。但是大数据有多少数据？

• Google 每天处理 20 PB (2008)
• Facebook 拥有 2.5 PB 的用户数据 + 每天 15 TB (2009)
• eBay 每天有 6.5 PB 的用户数据 + 50 TB(2009 年)
• CERN 的大型强子对撞机 (LHC) 每年产生 15 PB

但总的来说，是什么让这两个术语不同？这两种技术之间的最大区别是什么？所以让我们用一个非常流行的简单的维恩图来消除混淆，它被称为德鲁康威的维恩图。在此之前，让我们看一下这两个术语的定义。

数据科学

数据科学是对公司或组织存储库中大量数据的复杂研究。这项研究包括数据的来源、对其内容的实际研究，以及这些数据如何有助于公司未来的发展。与组织相关的数据始终有两种形式：结构化或非结构化。当我们研究这些数据时，我们会获得有关业务或市场模式的宝贵信息，这有助于企业比其他竞争对手更具优势，因为他们通过识别数据集中的模式提高了效率。

数据科学家是擅长将原始数据转换为关键业务问题的专家。这些科学家精通算法编码以及数据挖掘、机器学习和统计等概念。数据科学被亚马逊、Netflix、医疗保健行业、欺诈检测行业、互联网搜索、航空公司等公司广泛使用。

机器学习

机器学习是一个研究领域，它使计算机能够在没有明确编程的情况下进行学习。使用算法应用机器学习来处理数据并接受培训，以便在无需人工干预的情况下提供未来预测。机器学习的输入是一组指令或数据或观察。机器学习被 Facebook、Google 等公司广泛使用。

这两种技术有什么不同？

下面是德鲁康威的维恩图。让我们看一下维恩图。

你可以在上面的维恩图中看到“数据科学”和“机器学习”这两个术语。所以让我们理解图表。在 Drew Conway 的数据科学维恩图中，数据的原色是：

• 黑客技能，
• 数学和统计知识
• 实质性专业知识

但问题是他为什么强调这三个？下面来理解这个词是什么？

• 黑客技能：众所周知，数据是数据科学的关键部分。数据是电子交易的商品；所以，要进入这个市场，“一个人需要会说黑客”。那么这条线是什么意思呢？能够在命令行管理文本文件，学习矢量化操作，算法思维；是成功的数据黑客所需的黑客技能。
• 数学和统计知识：一旦你收集并清理了数据，下一步就是真正从中获得洞察力。为此，您需要使用适当的数学和统计方法，这至少需要对这些工具有基本的了解。这并不是说博士学位。在统计学中需要成为一名熟练的数据科学家，但它确实需要了解普通的最小二乘回归是什么以及如何解释它。
• 实质性专业知识：第三个重要部分是实质性专业知识。这就是我们消除困惑的地方。

根据 Drew Conway 的说法，“数据加上数学和统计知识只会让您获得机器学习”，如果您对此感兴趣，那就太好了，但如果您从事数据科学，那就不行了。科学是关于实验和建立知识的，这需要一些关于世界的激励性问题和假设，这些问题可以被带到数据中并用统计方法进行测试。

这是这两个术语之间的主要区别点。如果您想成为数据科学家，那么您必须具备该领域的知识。但为什么？数据科学的首要目标是从这些数据中提取有用的见解，以便它可以为公司的业务带来利润。如果您不了解公司的业务方面，不知道公司的商业模式是如何运作的，以及您如何无法将其构建得比您更好，那么您对这家公司毫无用处。您需要知道如何向正确的人提出正确的问题，以便您能够感知到获取所需信息所需的适当信息。下面是数据科学和机器学习之间差异的完整表格。