哈佛普林斯顿都有data science本科了

https://www.usnews.com/best-colleges/rankings/computer-science/data-
analytics-science

www.usnews.com/best-colleges/rankings/computer-science/data-analytics-
science

哈佛普林斯顿斯坦福...., 都有ds本科了。建立新科学，这是几十年一回的大事。我完全理解许多人认为data science不可靠。我当初也说过data scientist这个title不可
靠。

但是，什么是科学，什么不是科学。这事是哈佛普林斯顿说了算，还是你我说了算？办个新系，其他各系不得志的豪杰进去，把cs统计医疗EE数学等等的课弄进去改个名字，然后nsf,国防部等各大基金分出来条目......，新科学就站住脚了。谁服谁不服，完全是没什么意义的。

不过，这个贴我要说的不是这件事。

过去现在和未来是一回事。如果逻辑一致的话，往后看。诸位想想，30年全球化，大家学的所谓科学，有几门不是这样建立的。有几门不是资本主义科学。

今天觉得data science 不靠谱。往回想呢？学校里established professor，电视上
established scientist巴巴叫的，有几条比data science可靠？

描述问题是为了认识问题和解决问题。不是为了犬儒和阴谋论。办法有没有？

龚自珍说：

霜毫掷罢倚天寒
任作淋漓淡墨看
何敢自矜医国手
药方只贩古时丹

道德经最关键的话就一句（冯友兰书）：

反者道之動；弱者道之用。

反，不是别人说此，你说彼。那是换个名字服从。不是反。反是返的意思。应对这些乱其八糟的科学，溯源是个好方法。

学ds的时候知道这条目是从cs来的或者统计来的，学cs的时候知道这条目从数理逻辑来的，学数理逻辑的时侯知道这条目是从哲学来的，学数学的时候知道这条目是哲学来的.....
最重要的是，写汉字的时候知道每个字都是正体字来的。

=========
Btw，建制派科学家=established scientist。建制派教授=established professor。
这些词我发明出来当笑话讲的。贬义。用的人需自己负责。LoL

没人说不靠谱，就是觉得现在没有cs更有价值。

但如果一个top5 ds 和一个普通 cs 必须二选一，那还是 top5 ds 价值高

最后再补充一句：其实两者差别不大，二者很容易互转

就是学cs的都能做，不用非要搞个所谓ds

【在 sanwadie(三娃爹)的大作中提到：】
：没人说不靠谱，就是觉得现在没有cs更有价值。
：

CS 不学统计的话，怎么搞DS？

DS的怎么转CS，干的了compiler和OS的东东吗？

【 在 sanwadie (三娃爹) 的大作中提到: 】
: 没人说不靠谱，就是觉得现在没有cs更有价值。
: 但如果一个top5 ds 和一个普通 cs 必须二选一，那还是 top5 ds 价值高
: 最后再补充一句：其实两者差别不大，二者很容易互转

DS需要的那点破统计知识，CS学生选修两三门统计课，够够的了。

【 在 autoking (autoking) 的大作中提到: 】
: CS 不学统计的话，怎么搞DS？

找工作差别不大。

【 在 helpme (名虚胖字满肥) 的大作中提到: 】
: DS的怎么转CS，干的了compiler和OS的东东吗？

是的。

【 在 helpme (名虚胖字满肥) 的大作中提到: 】
: DS需要的那点破统计知识，CS学生选修两三门统计课，够够的了。

数据科学简单说就是'给高层提供参考意见'（注意我这是简单说， 搜索隐形，无人驾
驶，推荐系统人工智能不在这个范围内），好听了说是数据支持，其实很多时候也是打酱油。 比如covid疫苗， 都是基于免疫学，分子生物学造出来的， 统计师也就是在临床三个阶段出个报表，签个字证明毒性多少，效果如何。
但统计部门要和FDA打交道，配合高层讲故事，所以地位还是挺高的。

这东西属于商业上需要啊。
大部分东西以前都在。只是现在要聚在一面旗帜下，推动一个产业。
里面有些以前在其他学科不得志没捞到钱的。
有一定的吹泡泡的成分在里面。
得等泡泡破了看真正可靠的东西。

不过这个东西对隐私侵犯的问题不是很好解决。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: https://www.usnews.com/best-colleges/rankings/computer-science/data-
: analytics-science
: www.usnews.com/best-colleges/rankings/computer-science/data-analytics-
: science
: 哈佛普林斯顿斯坦福...., 都有ds本科了。建立新科学，这是几十年一回的大事。我完
: 全理解许多人认为data science不可靠。我当初也说过data scientist这个title不可
: 靠。
: 但是，什么是科学，什么不是科学。这事是哈佛普林斯顿说了算，还是你我说了算？办
: 个新系，其他各系不得志的豪杰进去，把cs统计医疗EE数学等等的课弄进去改个名字，
: 然后nsf,国防部等各大基金分出来条目......，新科学就站住脚了。谁服谁不服，完全
: ...................

属实

【 在 asshole (nice) 的大作中提到: 】
: 这东西属于商业上需要啊。
: 大部分东西以前都在。只是现在要聚在一面旗帜下，推动一个产业。
: 里面有些以前在其他学科不得志没捞到钱的。
: 有一定的吹泡泡的成分在里面。
: 得等泡泡破了看真正可靠的东西。
: 不过这个东西对隐私侵犯的问题不是很好解决。

让我想起大学里的一门课，决策支持系统。我都忘了我学过点啥。

【 在 magliner (magliner) 的大作中提到: 】
: 数据科学简单说就是'给高层提供参考意见'（注意我这是简单说， 搜索隐形，无人驾
: 驶，推荐系统人工智能不在这个范围内），好听了说是数据支持，其实很多时候也是打
: 酱油。 比如covid疫苗， 都是基于免疫学，分子生物学造出来的， 统计师也就是在临
: 床三个阶段出个报表，签个字证明毒性多少，效果如何。
: 但统计部门要和FDA打交道，配合高层讲故事，所以地位还是挺高的。

学贝叶斯呗。
其实业务部门真做出成绩， 根本不需要‘支持决策’，好东西为啥要和另外一个部门
分享？
要真的成绩很差， 也不需要‘支持决策’， 还不够丢人现眼的，
处于灰色地带，效果不明显， 才需要数据部门来‘背书’， 数据部门嘛，也就顺水推舟，‘嗯， 根据贝叶斯理论， 基于某某假设， 该产品会带来xxx营收/有效率是xxx, ’，然后项目就delivered了，至于真实效果，鬼知道，也没人关心，业务部门deliver, 数据部门move on.
【 在 sanwadie (三娃爹) 的大作中提到: 】
: 让我想起大学里的一门课，决策支持系统。我都忘了我学过点啥。

高阶Functional 思考能力都等于0？

我的意思是，不管你对DS有什么想法。
也需要逻辑一致的，同等的考虑CS。乃至整个所谓科学的发生。

须知CS本身出现也就几十年。
这贴重点不在DS。

在于告诉大家。冷战结束前，世上是没有一个统一的谁科学谁不科学的观念的。

【 在 magliner(magliner) 的大作中提到: 】
<br>: 学贝叶斯呗。
<br>: 其实业务部门真做出成绩， 根本不需要‘支持决策’，好东
西为啥要和另外一
个部门
<br>: 分享？
<br>: 要真的成绩很差， 也不需要‘支持决策’， 还不够丢人现眼的，
<br>: 处于灰色地带，效果不明显， 才需要数据部门来‘背书’， 数据部门嘛，也就
顺水推
<br>: 舟，‘嗯， 根据贝叶斯理论， 基于某某假设， 该产品会带来xxx
营收/有效率
是xxx,
<br>: ’，然后项目就delivered了，至于真实效果，鬼知道，也没人关心，业务部门
deliver
<br>: , 数据部门move on.
<br>

你查查看看是不是有人在DS系开OS,Compiler的课。
IoT课都有了。也许会prerequire OS
【 在 helpme(名虚胖字满肥) 的大作中提到: 】
<br>: DS的怎么转CS，干的了compiler和OS的东东吗？
<br>

不要犬儒。决策支持什么的是根红苗正的科学。
Peter Navarro定策断航中国，用的就是这种框架。这是Trump抗疫唯一亮点。那时候
Pelosi还在唐人街作秀，Cumo不戴口罩在地铁作秀...

Peter Navarro 组织人写的报告网上有。

【 在 sanwadie(三娃爹) 的大作中提到: 】
<br>: 让我想起大学里的一门课，决策支持系统。我都忘了我学过点啥。
<br>

现在是DS在各个单位全面铺开，和各个部门抢资源，抢数据，然后用machine learning下决策。当然是整合多部门的数据和feature下决策。所以不管怎么说DS蹩脚或者不实
，这个部门会很越来越普遍。

现在计算机系本身的phd多少都是ML/AI的课题。这个可以统计出来。

【 在 tlexander(Bird) 的大作中提到: 】
<br>: 现在是DS在各个单位全面铺开，和各个部门抢资源，抢数据，然后用
machine
learning
<br>: 下决策。当然是整合多部门的数据和feature下决策。所以不管怎么说DS
蹩脚或
者不实
<br>: ，这个部门会很越来越普遍。
<br>

这个是事实。有点沾边的都抢着上。希望能借机会往上爬。

确实各部门有很多数据，以前也不知道怎么用。

但要说现在就知道怎么用，那也是扯蛋的成分居多。

以前是没能力处理那么多数据，现在有了。但怎么处理才合理。
哪些是make sense的，还得搞清楚才行。

【 在 tlexander (Bird) 的大作中提到: 】
: 现在是DS在各个单位全面铺开，和各个部门抢资源，抢数据，然后用machine
learning
: 下决策。当然是整合多部门的数据和feature下决策。所以不管怎么说DS蹩脚或者不实
: ，这个部门会很越来越普遍。

CS和DS区别挺大的。CS要学硬件、系统的课，但是很少学统计、优化、AI的课，即使学了也很浅。

DS不用学硬件和系统的课，更多数学、统计的课，对于后续的AI课程更有用。

DS有IoT的课。也有数据库。诸位查一下课程细节。

【 在 shusen(~~~) 的大作中提到: 】
<br>: CS和DS区别挺大的。CS要学硬件、系统的课，但是很少学统计、优化、AI的课，
即使学
<br>: 了也很浅。
<br>: DS不用学硬件和系统的课，更多数学、统计的课，对于后续的AI课程更有用。
<br>

CS当年从数学分出来的时候，数学专业肯定也是这态度。

在美国CS是做人工智能的司马贺拉山头，在CMU建立了第一个本科CS系。所以CS会一次
次和
AI再相遇。最早的四个phd项目是cybernetics 的人给批的钱。

在中国，CS一般是从自动化或者自动控制系，电子系等等分出来的。这事跟数学系没有大的关系。和哲学系有关。因为当年懂逻辑的对数是哲学系的。

【 在 bud(BUD) 的大作中提到: 】
<br>: CS当年从数学分出来的时候，数学专业肯定也是这态度。
<br>

問題是今天CS還是一個屌絲專業啊。呵呵。

【 在 bud (BUD) 的大作中提到: 】
: CS当年从数学分出来的时候，数学专业肯定也是这态度。

熟食，cs也要学些数学统计基础课的吧。不过这个所谓ds系估计是抢统计系的生意

【在 helpme(名虚胖字满肥)的大作中提到：】
：DS需要的那点破统计知识，CS学生选修两三门统计课，够够的了。
：