我遇到了这些术语的多种定义，无法获得确切含义的实际含义。
从有经验的人那里，数据分析，数据科学，数据挖掘，数据分析到底是什么？我知道它们都与数据有关，但是有人可以详细解释吗？
答案 0 :(得分：1)
数据分析：数据分析专注于处理和执行现有数据集的统计分析，方法是专注于捕获和组织数据的构建方法，以揭示可解决问题的可行见解，并找到最佳的方式来表达这一点数据。
数据科学：数据科学是一个多学科领域，致力于从大量原始数据和结构化数据中找到可行的见解。数据科学专家使用几种不同的技术来获取答案，它们结合了计算机科学，预测分析和机器学习来解析大型数据集，以期为尚未考虑的问题创建解决方案。
范围：宏
目标：提出正确的问题
主要领域：机器学习，人工智能，搜索引擎， 企业分析。
工具：Jupyter，Matplotlib，Scikit-Learn，NLTK，TensorFlow，SAS， Apache Spark，Matlab，Excel，D3.js，BigML，ggplot2，Weka
数据挖掘：是指从批量数据或数据仓库中提取有用的信息。数据挖掘的结果是我们在提取过程结束时获得的模式和知识。数据挖掘也称为知识发现或知识提取。数据挖掘是从不同角度，角度或维度分析数据并将其分类为有意义的信息的计算过程。
范围：宏
目标：建立预测模型。
主要领域：人工智能，企业分析。
工具：R，Rapid Miner，Orange，Knime，DataMelt，Apache Mahout，ELKI， MOA，KEEL和Rattle。
数据分析：：数据分析是数据分析的一种特殊形式，用于企业分析数据和获取一些见解。数据分析遵循的顺序是数据收集，数据清理，数据分析和精确拦截数据，以便您了解数据要说的内容。
范围：宏
目标：查找可行数据
主要领域：医疗保健，游戏，旅游，企业公司。
工具：Knime，Rapid Miner，Google Fusion Tables，Tableau Public， NODEXL，WOLFRAM Alpha。
答案 1 :(得分：0)
不同的人。
使用其他喜欢的流行词。
所有以一种或另一种方式处理数据。
某些版本（分析）最受非学术性企业宾果游戏的欢迎。数据科学现在也完全是无聊的事。
最后，重要的是您做什么，而不是如何称呼它。
答案 2 :(得分：0)
尽管我同意Anony的说法，但还是尝试以学术方式进行定义：
数据科学：
一套指导知识提取的基本原则 数据。
数据分析：
请参考旨在解释过去行为的活动。
数据分析：
浏览数据以备将来可能发生的事件。
数据挖掘：
检查大型现有数据库以便 生成新信息。