近年來資料科學興起，一堆看似很厲害的專有名詞：大數據(Big Data)、資料採礦(Data Mining)、人工智慧(A.I. Artificial Intelligence)、機器學習(Machine Learning)等等有的沒的，如雨後春筍般被人廣為使用。

但大家愛用歸愛用，卻常常【知其然，不知其所以然】，導致這些數據資料相關的新興詞彙，常被濫用於各種相關文章內。只不過是數據分析，就說是Big Data，只不過針對數據下了判斷規則，就說是AI。實令人啼笑皆非，但我也不禁笑著笑著眼淚就流下來了。

隨手google關鍵字查了一下「什麼是data mining？」你會查到硬塞科技(Inside)說資料探勘可分為6種模型(例如：群集分析、回歸分析、關聯分析……)，這不由得讓我想問，如果這6種叫做data mining，那data analysis是什麼？data modeling又算什麼？

在忍住淚水的同時，小馬不才，妄想運用不到10年的資料科學家的經驗，透過一碗蘿蔔排骨湯的譬喻，札札實實地把所有專有名詞具體的分門別類，一方面拋磚引玉徵求高手評判指教、一方面也期待集眾人之力，將這些在我看來根本無家可歸的新興詞彙，找到一個最適切的共識歸所。

每日300字只是個底線，我將挑戰的是除了每日300字以上之外，要能做到總字數18,000(平均每天600字)的終極目標。