資料科學的 OSEMN 模式

Mason & Wiggins (2010) 定義了資料科學的五個步驟: 🧩

1. Obtaining data 抓取

2. Scrubbing data 清理

3. Exploring data 探索

4. Modeling data 建模

5. iNterpreting data 詮解

簡稱 OSEMN model (發音 awesome)。

O

抓取資料涉及到確認資料的來源，取得的方式。

• 現成數據

• 透過 API

• 網路爬蟲

要考慮到的有

• 取樣 (sampling) 的方法

• 資料取得的法律與倫理議題

S

清理資料是最花時間的部分。

除了在處理結構性資料上的步驟與議題上，在處理文本資料時尚要考慮

E

M

N