数据科学是利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域。

数据科学简介如下：

数据科学Data science与数据挖掘和大数据有关，是一个通过科学的方法、过程、算法和系统从众多结构化和非结构化的数据中提取知识和见解的跨学科领域。

数据科学的概念结合了统计学、数据分析、机器学习等相关方法，以便于借助数据理解和分析实际现象。它使用了从数学、统计学、信息科学、计算机科学等许多学科领域获得的技术与理论。

图灵奖得主吉姆·格雷Jim Gray将数据科学设想为一种科学的“第四范式”（经验主义、理论研究、计算机辅助，现在是数据驱动），并且断言由于信息技术和数据洪流的影响，所有关于科学的事物都在不断地发生改变。

在2012年《哈佛商业评论》称其为“21世纪最富有魅力的工作”后，“数据科学”成了一个流行术语。它现在经常与早期概念互换使用，例如商业分析、商业智能、预测模型和统计学。

“数据科学富有魅力”的观点甚至被汉斯·罗斯林 Hans Rosling博士在2011年BBC纪录片中转述为“统计学是当今世界最具吸引力的学科”。内特·西尔弗 Nate Silver[6]则将数据科学描述为一种对于统计学家更具吸引力的词语。

在许多场合，为了博人眼球，一些早期的解决方案现在被简单地打上了“数据科学”的旗号，而这可能冲淡这个术语的效用。虽然现在许多大学的项目都提供数据科学学位，然而它们对数据科学的定义或者合适的课程内容都没有达成一致。