2月看板人物— 田弘華副教授
有同學問：什麼是資料科學？有什麼重要性？學什麼？怎麼學呢？
這些關於資料科學的問題好回答，也不好回答。顧名思義，資料科學是關於資料的科學，學習用科學的方法分析資料。這說法算是共識，不過有回答和沒回答差不多，想當然耳罷了。其實，資料科學目前還沒有一個明確的定義，每個人認為資料科學的範圍和內容不盡相同，所以也無法給同學確切的答案。
不過，回答為什麼「資料科學」會紅，還變成了近年來的流行語呢？這就簡單多了。由於網際網路與通信科技的蓬勃發展，我們的日常生活與資料息息相關，已經陷入了沒有資料就無法工作或生活狀態。比如同學早上起床後，會上網看看新聞嗎？要用手機查看公車資訊，並透過Line與人聯絡嗎？用電腦學習或工作嗎？會追劇和打電動嗎？如果答案是肯定的，那麼我們是對資料高度需求的消費者了！在這個資料化的社會，懂資料變成了現代人必備的素養。除此之外，也自然有人會想進一步成為運用資料創造價值的生產者，把遍地的資料變成黃金吧！
對現代社會而言，「資料」的價值與重要性與日俱增。在這種情況下，資料分析的科學應運而生，提供現代人運用資料需要的基本知識與技能，是理所當然的結果，而這門科學就稱為資料科學（data science）。可以這麼說，在時代的驅動下，資料分析已經成為一門顯學。對於同學們來說，資料分析是職業生涯中非常有用的技能，無論是在業界或政府部門工作，應該都需要具備資料分析的能力來提升職場上的競爭力。
對我而言，資料科學最重要的是用資料去分析一個真實世界的問題，提供一個解決問題的答案，讓資料產生價值，而不是像過去一樣，用玩具案例學習各種分析方法。也因此，能夠瞭解資料、整理資料是重要的第一步；然後為了分析真實的案例、解決實際的問題，再去學習或創新需要的方法。
個人不認為真實世界的資料，或者能夠提供解決問題答案的資料一定是大數據，資料科學分析的資料可以是傳統的問卷資料，甚至是實驗資料、模擬資料。要瞭解與運用真實世界的資料，需要從研究方法與統計觀念開始學起，知道如何用資料去衡量一個觀念，瞭解資料的特性差異，而能依照資料的性質進行分析。統計學並不因為大數據、資料科學的興起，就被宣告死亡。事實上，統計學是數據分析之鑰。至於程式語言則是因為能隨心所欲的創新，滿足不同的需求，所以功能強大。處理真實世界的資料，會遇到的問題千奇百怪，而解決問題的分析方法更是推陳出新，需要一個用的順手、彈性較大的工具。如果同學覺得資料分析很重要，建議在大學就學好程式，就像學好英文一樣，會是現代人必備的利器。
