数据科学家（データサイエンティスト）是分析海量数据、从中提炼出业务可用见解的专业人才。
光有分析技术还不够，要读懂数字背后的含义，还得懂业务。比如处理销售数据时，除了统计知识，还要了解这门生意如何运转，否则提不出有用的问题。
类比就像侦探：搜集现场留下的线索，提出推断，再拿着证据向委托人说明。
记法名字里的“科学家”，点明了提出假设、再加以验证的工作态度。
考点
决策树（デシジョンツリー，又称決定木）是用分枝图表示判断与结果如何分叉的方法。
“推出”方案把金额乘以概率再相加（亏损要减去）：100×0.7−50×0.3=55万日元，高于“不推出”的0日元。
在每个分叉处沿着条件或选项往下走，末端的叶子上就会出现结论。如果在枝上标出概率，就能用期望值（概率乘以结果后相加的值）比较各个方案。它也是一种逐步给数据分类的机器学习方法。
类比就像走岔路：每到路口看一次指示牌，最后走到哪里，答案就是哪个。
记法“决策”加“树”就是它的名字；结论所在的位置叫“叶”，同样来自树的比喻。
考点
建模（モデル化）是只挑选实现目的所需的要素，用公式或图把现实对象简化地表示出来。
如果模型的结果与现实有出入，就退回到挑选要素这一步重新修正。
直接处理实物太过复杂，分析和实验都很费事，所以要精简要素。但舍弃了多少，就会留下多少与现实的差距，这一点无法避免。是否加入偶然因素，也是在这个阶段要决定的设计问题。
类比就像地铁线路图：省去距离和地形，只留下车站顺序和换乘信息。
记法日语塑料模型（プラモデル）里的“モデル”就是同一个词，本义正是“模型”。
考点
确定性模型（確定モデル）不含偶然因素，只要输入相同，结果就总是相同。
比如假定单价200日元的商品卖出30个，销售额的计算结果就只有6,000日元这一种。实际能否卖出30个是另一回事，与现实之间仍可能有差距。
考点
概率模型（確率モデル）用概率纳入偶然因素，以分布或期望值来表示结果。
| 每日到店人数 | 概率 | 人数×概率 |
|---|---|---|
| 10人 | 0.1 | 1 |
| 20人 | 0.6 | 12 |
| 30人 | 0.3 | 9 |
| 期望值 | 合计1.0 | 22人 |
它适合表示到店人数、机器故障这类每次取值都有波动的量。把每个值出现的可能性排列出来，就是概率分布，由此可以求出平均意义上的值，即期望值。
类比就像天气预报：不断言明天一定如何，而是告诉你降水概率。
考点
| 比较点 | 确定性模型 | 概率模型 |
|---|---|---|
| 关键偶然因素 | 不含 | 以概率形式包含 |
| 相同输入重复运行时 | 结果总是相同 | 结果可能不同 |
仿真（シミュレーション）是运行模型，不动用实物就试出条件改变后的结果。
比较各条件下的等待时间，作为决定台数的依据。
即便用实物试验成本高或风险大，在模型上也可以反复重来。用随机数再现波动的方法叫蒙特卡洛法（モンテカルロ法）。结果可不可靠，取决于模型做得好不好。
类比就像正式演出前的彩排：把流程试上几种，找出行得通的做法。
记法英语 simulate 意为“模仿”，中文“仿真”的“仿”也是这个意思。
考点
数据同化（データ同化）是把观测值吸收到计算中的模型里，使模型状态贴近现实的方法。
以修正后的状态为起点继续计算，如此反复。
任何模型都与现实有差距，而且计算越往后，差距越容易累积。这时随时把观测值纳入模型，就能把偏差控制在较小范围。典型应用是天气预报。
类比就像行驶中的车载导航：不断接收卫星定位信息，持续修正地图上的当前位置。
记法生物学里的同化，是把外界摄取的物质变成自身的一部分；把观测值变成模型的一部分，正是同样的意象。
| 比较点 | 仿真 | 数据同化 |
|---|---|---|
| 关键主要作用 | 运行模型，试出结果 | 用观测值修正计算中的模型 |
| 所需输入 | 模型与条件 | 模型与观测值 |
| 适用场合 | 对比难以用实物试验的各种条件 | 追踪观测数据随时间增加的现象 |
预测（予測）是根据过去的数据、模型等手头的信息，估计未来的数值或状态。
| 手段示例 | 线索 | 做法 |
|---|---|---|
| 回归分析 | 过去的输入输出数据 | 用统计求出输入与输出的关系 |
| 模型试算 | 模型与对未来的假定 | 按条件计算结果 |
| 德尔菲法 | 专家的见解 | 反复进行调查并共享结果 |
手段不限于统计和模型计算，也可以汇集专家的见解。无论用哪种手段，既然是估计，就仍有不准的可能。
类比就像登山者根据一路走来的速度和剩下的路程，估算到达山顶的时间。
记法日语的予測字面就是“预先测量”：把还量不到的东西提前量一量。
考点
从本单元的过去问中选 5 题
开始做确认题