數據挖掘的英文叫Data Mining，Mine有「礦」的意思。因此做數據挖掘的學者們常常戲稱自己爲「礦工」。不過，其實數據挖掘的研究過程與採礦確實有異曲同工之妙。數據的收集、篩選、分析和應用，正如礦石的勘探、開採、提純和使用一樣，每個步驟都看起來都是大海撈針，但在合適的方法下，這些「針」又每次都能被恰如其分的挖掘出來。
大數據這個詞我們聽得太多了，可是很少有人意識到，隨着互聯網的發展，今時今日的這些「大」字究竟已經意味着一種什麼樣的量級。除去少數譁衆取寵的使用這個詞的公司外，那些真正擁有大數據的企業，經手和處理的都是一些普通人可能窮極一生也接觸不到的數字：微信朋友圈每天會上傳10億張圖片，支付寶日交易額峯值超過200億元人民幣，京東每天上傳幾百萬張新的商品信息圖……
這些數字對於急需數據訓練的人工智能算法來說是莫大的好消息。也意味着數據對於人工智能的重要性正在隨着計算能力、算法的發展而呈直線上升。但是怎麼在浩如煙海的數據中篩選出對我們真正有用的那些？又如何通過分析這些數據做出對自身有利的決策？這就是數據科學家們做的事了。
本期硬創公開課，我們邀請到了iPin的首席科學家潘嶸，他曾獲得2005年全球最高級別數據挖掘大賽KDDCUP的世界冠軍，也在科研和產業領域都積累了相當豐富的經驗，本週四下午3點，就讓潘嶸老師來爲我們講講，一個合格的數據科學家是怎樣煉成的。雷鋒網雷鋒網(公衆號：雷鋒網)雷鋒網
