十月份在公司的技术中心分享了《数据思维、技术到商业价值》，从数据科学的重要基石之一统计学开讲，帮大家串了一下数据科学到底是什么东西。 其中有一页幻灯片，讲到我心目中数据科学 milestone 的时间轴，这里分享给大家，以及怎么使用R包绘制。
啥也不说，先看图：
Information entropy,1948
由信息论之父 C. E. Shannon 在论文《A Mathematical Theory of Communication 》提出。Shannon 借用热力学的原理解决了 Uncertainty 的测量性问题。（太早，故未在时间轴上体现）
The Future of Data Analysis,1962
John W. Tukey 也是个人为崇拜的统计学家（除了祖师爷Fisher以外），Tukey讨论了两个有意思的问题：
- 统计学和数据分析的关系
- 统计学和计算机学的关系
大家有兴趣可以搜一下原文，感受一下56年前大佬的思考深度。
Data science,1974
Data science 的概念是 Peter Naur 在《Concise Survey of Computer Methods》提出，Peter Naur是计算机科学家，图灵奖的获得者。 在这本书里，Peter Naur 给了偏计算机领域的数据定义：
Data is a representation of facts or ideas in a formalized manner capable of being communicated or manipulated by some process.
Peter Naur 对 computer science 这个词很有意见，建议应该叫做 datalogy 或者 data science，当然和现代 data science 的定义还是差别很大。
Two-Way Communication,1975
由日本邮政和通信省主导，在这次信息社会普查发现：信息（数据）的传递不是单向的，双向（个性化）的是未来的趋势。
Exploratory Data Analysis,1977
这个词学统计的应该非常清楚是什么意思，不多讲。Tukey 在1977年就提出来这个观点，让我们这些后辈只有佩服的份。
Business Intelligence,1989
Howard Dresner 赋予了商业智能以现代概念：
concepts and methods to improve business decision making by using fact-based support systems
The First Database Report,1992
Crystal Reports(水晶报表)，较晚一些从事数据科学的童鞋可能没听过这款产品。想想那是1992年，能够在Windows上通过连接数据库形成一个数据报告是多么酷的事情。
The World Wide Web Explodes,1995
互联网技术和应用开始井喷式爆发，我们面临的以及需要优化的问题是人类社会前所未有的，同时提供给了数据科学更多的可能性。
Data Mining and Knowledge Discovery,1997
聚焦在数据挖掘的权威期刊，包括基础理论、数据挖掘方法、数据挖掘算法、知识发现过程、应用等。Data mining这个词是表示了从大型数据库中提取信息之意。
S(ACM Software System Award),1998
S语言由贝尔实验室的John Chambers发明，在1998年被授予ACM软件系统奖。这是的数据科学领域被授予奖项的系统，它的改变了人们分析数据的方式，是探索性数据分析的集大成之作。
Statistical Modeling: The Two Cultures,2001
Leo Breiman 在该论文中提到：在使用统计模型从数据中提取结论的过程中有两种文化。一个假定数据是由一个特定分布模型生成的。另一个使用算法模型，并把数据结构看作未知的。统计学界普遍致力于仅仅使用针对数据的模型。这种投入产生了无意义的理论、值得怀疑的结论，并让统计学家无法触及大量现实问题。算法模型，在理论与实践中，在统计学之外快速发展。它既可以被应用于庞大复杂的数据集，也可以在小数据集上建立信息量大的模型。如果我们这个领域的目标是使用数据解决问题，那么我们需要摆脱对纯粹基于数据模型的依赖，并使用更多样的工具。
Hadoop,2006
离线分布式计算的基石，且免费，对硬件的要求不高。因为它的存在，所有机构都可以用较小的成本来处理海量的数据。记得2011年之后，国内讲大数据如果不讲Hadoop就感觉非常不专业的样子。
Data scientist,2008
Jeff Hammerbacher(Facebook) 和 DJ Patil(LinkedIn) 开始使用数据科学家来描述他们的团队以及工作。从此以后，数据科学家这个名词开始广泛地被提起。
NOSQL,2009
非关系型数据库，其口号是：
select fun, profit from real_world where relational=false;
Deep Learning,2015
深度学习其实并不是什么新鲜技术，人工神经网络在20世纪50年代就出现了，但是受限于算力和要求的数据量，神经网络发展一直相对缓慢。 2015年随着 Google 在语音识别领域精度的极大提高（几项比赛的革命性效果），深度学习再一次火了起来。
附代码
x <- read.table(
textConnection("
The Future of Data Analysis,1962
Relational Database,1970
Data science(Peter Naur),1974
Two-Way Communication,1975
Exploratory Data Analysis,1977
Business Intelligence,1989
The First Database Report,1992
The World Wide Web Explodes,1995
Data Mining and Knowledge Discovery,1997
S(ACM Software System Award),1998
Statistical Modeling: The Two Cultures,2001
Hadoop,2006
Data scientist,2008
NOSQL,2009
Deep Learning,2015
"), sep = ',')
names(x) <- c('Event', 'EventDate')
x$EventDate <- as.Date(paste(x$EventDate, '/01/01', sep =''))
library(timelineS)
timelineS(x, labels = paste(x[[1]], format(x[[2]], '%Y')),
line.color = "blue", label.angle = 15)
