首先说科学:科学是各个学科的统称。推理出来的科学结论是可以违反过往科学结论的，但科学方法是不能违反的。比如男人和女人的范畴是什么，好像很明显，男人有女人特征，女人有男人特征的算什么？他们如果再做手术又算什么？小时候是男人长大却发现本质是女人，又算什么？男女共体又算什么？又比如动物和植物的区别，又有很多小时候是植物，长大变成动物的算什么？又有植物特征又有动物特征的是什么？再比如固体和液体的范畴，流动的沙流是什么？油由液体变成固体从什么时刻确定。
什么是科学方法？
科学方法是人们在认识和改造世界的过程中遵循或运用的、符合科学一般原则的各种途径和手段。科学方法包括：分类、测量、观察、实验、推理、统计、理想模型和理想实验、科学的探究过程，也即科学研究是如何运作的。分类法是根据事物的种类、等级或者性质，对其分门别类，使复杂无序的事物系统化，从而达到更好地认识和区分客观世界的一种科学方法。
测量法是科学研究中一种较为常用的收集数据的方法。测量就是根据某种规则，把所观察的对象的属性予以数值化的过程。科学家们把某些量纲作为测量的基础。科学观察是观察者利用感官以及科学仪器探索自然现象的活动。观察要在被观察对象不受观察者任何影响的情况下进行。换言之，就是要对处于自然状态下的对象进行观察，即使运用仪器，也要保证不改变观察对象的原有基本状态。
实验法是研究者根据一定的研究目的，运用一定的物质手段，人为地变革、控制或模拟客观对象以获取科学事实的方法。推理是用某个公认的合理程序从某些特定前提之中引出结论。科学推理主要包括两种方法：归纳和演绎。归纳推理就是根据一类事物的部分对象具有某种性质，推出这类事物的所有对象都具有这种性质。归纳是从个别到一般的推理方法，即从许多个别事实中概括出一般原理。
演绎推理，就是从一般性的前提出发，通过推导，得出个别结论的过程，是一个从一般到特殊的推理。演绎推理的一般模式就是三段论。三段论可表示为：大前提——已知的一般原理，小前提——所研究的特殊情况，结论——根据一般原理，对特殊情况作出判断。理想模型是为了便于研究而建立的一种高度抽象的理想客体。实际的物体都具有多种属性，例如固体具有一定的形状、体积和内部结构等。
数据科学是什么？怎么学习数据科学？
数据科学(DS)简单定义为：数据科学是从数据中提取有用知识的一系列技能和技术。这些技能通常用德鲁·康威（Drew Conway）创造的维恩图（或它的变体）来表示：三个圆圈分别代表三个不同的领域：编程领域（语言知识、语言库、设计模式、体系结构等）；数学（代数、微积分等）和统计学领域；数据领域(特定领域的知识：医疗、金融、工业等)。
这些领域共同构成了定义中的技能和技术。它们包括获取数据、数据清理、数据分析、创建假设、算法、机器学习、优化、结果可视化等等。数据科学汇集了这些领域和技能，支持和改进了从原始数据中提取见解和知识的过程。什么是“有用的知识”？就是可以具有某种价值、可以回答或解决现实世界中问题的知识。数据科学也可以定义为：研究应用数据处理和分析方面的进展，为我们提供解决方法和答案的领域。
什么是科学？科学是不是等于真理呢？
这个问题涉及人类的认识观，即人类的认识与自然界究竟是何种关系？我们人类的认识是从模仿现象开始的。例如，原始人在岩洞中将狩猎的场景绘制于岩壁上，并在此举行魔法仪式，模仿狩猎时的动作和呐喊的号子。原始人期望，通过模仿成功的狩猎，从而使下一次的狩猎再次获得成功。这种模仿现象的做法，暗含着一种想法，就是人类的认识仅只是一个简单的发现过程。
因而，存在着正确与否的问题。于是，随着抽象思维的产生，形成了一维认识观，即认为科学就是发现真理。于是，科学家们所建立的理论、公式和常数，都是绝对不变的真理，是放之四海而皆准的。然而，人类以往的理论无一例外地都被新的理论所取代。即便是公式，也都有一定的适用范围。一旦超出了该范围，就会与现实产生偏差或出现无穷大。
文章TAG：元智 仓储 智能 客户 科技
