足不出户，哈佛导师带你玩转数据科学！_长沙新东方前途出国的博客-新东方前途出国

大数据的概念兴起数年来，关于其核心价值和应用场景的讨论从未间断。有人称，宏观上，数据科学的核心使命在于对“人”（用户）的习惯、喜好的把握，从而结合人的需求指定合理的调整和优化策略；也有人认为，数据科学的实际应用应更贴近微观层面，在捕捉客户需求、实现服务优化、整合管理体系、降低人工成本等方面为机构或企业提供支持。

不可否认的是，数据科学已经不再是孤立于计算机领域的理论学科。从地球大气环境到城市建设规划、从国家经济调控到企业财务管理、从数理理论模型到生物医药研究……随着数据分析方法的发展，数据科学在跨学科领域的应用场景逐渐丰c富起来，甚至有些产业已经全面依赖数据驱动。那么我们选取几个典型的数据驱动的例子，来看看数据科学的方法发挥了什么样的作用、又实现了哪些效果：

交通与大数据

交通大数据的数据来源和应用范围大致可以分为以下几种：

物流和供应链：物流中的数据应用包括运输、仓储、管理等多个方面，合理的数据管理方法可以有效降低多个环节的成本；

市政公共交通：通过收集公交、地铁、出租车等的时间数据、位置数据等，最终实现缓解交通拥堵、推荐最优路线、测算出租车费用，甚至指导未来路网建设和城市发展；

车联网：将车辆作为数据的收集和应用终端，收集速度、位置等数据并生成相对数据，实现车车互联，车联网是实现自动驾驶的重要课题；

GPS定位和导航：除针对个体用户的定位服务，区域化的定位导航可以实现交通高峰期（如春运）的流量监控、或分析因人为自然原因引发的人口迁移等。

人工智能与大数据

深度神经网络(Deep Neural Networks)是人工智能与大数据相结合的主要研究方向之一，数据支持下的人工智能技术可实现更接近于人脑、甚至超过人脑的运算和识别能力。

深度神经网络作为深度学习的基础，主要的应用是语音和图像的分类、识别。基于庞大的数据库，神经网络在自然语言识别中的准确率不断上升，英语同声速记产品已经能够将错误率降至5%以下，国内多家公司也推出了基于深度神经网络的同声传译工具。计算机视觉(Computer Vision)则是通过各层特征划分完成图像分类、目标检测和追踪，目前已广泛应用于公共领域。

得益于数据科学的实用性，美国研究生申请者中不乏本科为非计算机类专业、转专业申请数据科学(Data Science)的学员，也有大量计算机专业本科生希望在这个领域继续深造。

新东方前途出国携手哈佛大学高级讲师、应用计算科学研究所 (IACS) 科研项目主任带领的三人导师团队，独家定制数据科学导论Introduction to Data Science课题，导师团队将用6周时间，通过核心知识课程+项目制学习的混合教学法，强化数据科学的核心概念和技术、系统化培养数据处理和分析能力。