想向五岁的孩子解释数据科学？ 那就告诉他：“这就像玩侦探游戏！你收集线索（数据），把它们拼凑起来（数据分析和清洗），然后猜接下来会发生什么（预测）！”
数据科学可不是只有科学家才能玩的游戏。你可能在生活中已经用过数据科学的技巧，只是没意识到而已。就拿我来说吧。
小时候，我是一个爱问问题的孩子，脑子里总是有各种各样的想法。表面上我很安静，但心里却像个热闹的市场。我总能注意到别人没注意到的细节，然后提出各种各样的问题，不只是简单的“为什么”，更多的是“什么时候会发生？是什么导致它发生？”即使现在长大了，我还是改不了爱问问题的习惯。朋友都说我“像个孩子一样爱问问题”，我却觉得这是夸奖。
正是这种好奇心，让我在童年不知不觉中运用数据科学的原理，尤其是在面对像尼日利亚电力公司（NEPA，现PHCN）那样捉摸不定的电力供应时。如果你在尼日利亚住过，你就会知道停电是家常便饭，来电反而像节日一样庆祝。我讨厌这种不确定性，所以开始观察起来。我给自己立了个目标：破解NEPA的“密码”。
我的笔记本成了我的迷你数据库。我观察NEPA的运行规律，记录下每次停电和恢复供电的时间。（数据收集）。放学回家后，我总是问妈妈或家里其他人：“来电了吗？什么时候来的？”我会把观察到的情况都记下来——灯亮了多久，什么时候亮，什么时候灭。这就像一种仪式，我必须知道电力供应的“最新状态”。
慢慢地，我开始考虑各种模式和外部因素，比如节假日、节日、天气状况、足球比赛等等。这花了一些时间，但我渐渐发现了一些规律。比如，如果下大雨，我知道几个小时内不会来电，因为电线需要时间“晾干”。或者，如果尼日利亚队正在踢足球比赛，NEPA可能会“慷慨”一些。如果我现在来建模NEPA的供电情况，我还得考虑更复杂的因素，比如国家电网故障的频率（感觉好像每隔一周就要出一次故障）。
根据这些规律，我建立了一个“心智模型”。虽然电力供应不可预测，但我多少能预测一下。我的兄弟姐妹和邻居开始把我当成“内幕人士”，我获得了“NEPA预测专家”的非正式称号，他们会问我：“什么时候来电？”我会自信地回答：“再等两个小时，应该就来了。”
当然，数据不可能完美无缺。NEPA也多次“打脸”我。有时候，我认为应该来电了，结果却没来；或者意外停电了。但大多数情况下，我的预测都出奇地准确。所以我过滤掉了那些不一致的情况（数据清洗），专注于寻找规律。
回想起来，我意识到自己一直在运用核心数据科学流程：
- 数据收集: 我收集了关于电力供应的信息——何时来电、何时停电以及持续时间。
- 数据清洗和准备: 我去除了无关的细节，专注于关键变量，如天气状况或一天中的时间。
- 探索性数据分析 (EDA): 我在笔记中寻找规律，以了解电力供应的运行机制。
- 数据建模: 我建立了一个“心智模型”，根据我发现的规律预测电力何时恢复。
- 模型评估: 我用实际情况检验我的预测。如果灯没按我预测的时间亮起，我就调整模型。
- 模型部署: 我的“模型”对其他人有用——我的兄弟姐妹和邻居依靠我的预测来做决定。
虽然听起来很有趣，但这童年时期的NEPA“实验”是我第一次接触数据科学。数据科学不仅仅是数字、图表和算法，它关乎解决现实世界的问题，就像我小时候预测电力供应那样。是的，数据科学可能很复杂，但其核心是结构化的好奇心——这是我们每个人都拥有的。对我来说，这一切都始于NEPA和我的笔记本。
接下来，我们将一起探索数据科学的不同概念和流程，以及我们可以解决的问题和可以创建的解决方案。无论是分析数据集还是寻找改善生活的见解，数据科学都是我们做出更好决策的工具。
让我们一起开始探索吧——一个线索、一种规律、一个预测接一个！
