硬件平臺(tái)鞭铆、軟件環(huán)境和算法模型的一站式支持或衡，可以讓各學(xué)科的研究都能從數(shù)據(jù)科學(xué)的發(fā)展獲益。
開(kāi)放
今天是北得克薩斯大學(xué)（University of North Texas, UNT）科研信息技術(shù)服務(wù)中心（Research IT Services）的開(kāi)放日（Open House）车遂。
昨天丁老師告訴了我們這個(gè)消息封断。于是今天上午，我們實(shí)驗(yàn)室的幾個(gè)小伙伴舶担，就過(guò)來(lái)參觀學(xué)習(xí)了坡疼。
在工作人員的帶領(lǐng)下，我們參觀了高性能計(jì)算機(jī)房衣陶。那里面真是壯觀柄瑰。
磁盤陣列都在高速運(yùn)轉(zhuǎn)。拉開(kāi)抽屜剪况，里面整整齊齊數(shù)十個(gè)6TB的硬盤教沾。用戶的數(shù)據(jù)可以同時(shí)在上面讀取。
走近機(jī)架译断，CPU和GPU們制造的熱風(fēng)鋪面而來(lái)授翻；旁邊就是冷卻管線。從一排排服務(wù)器中間穿梭，真有冰火兩重天的感受堪唐。
因?yàn)樵肼暫艽笱灿铮v解人員不得不提高音量。他告訴我們淮菠，因?yàn)橐ＷC冷卻男公、供電等設(shè)施的持續(xù)正常運(yùn)轉(zhuǎn)，整個(gè)建筑的結(jié)構(gòu)都是獨(dú)特的兜材。單單是買來(lái)設(shè)備之后做布線理澎，就是一個(gè)十足的技術(shù)活兒。
10點(diǎn)鐘曙寡，我們?cè)?35房間，聽(tīng)了科研信息技術(shù)服務(wù)中心4名工作人員聯(lián)合做的報(bào)告寇荧。報(bào)告的內(nèi)容举庶，極大地改變了我對(duì)服務(wù)中心功能的印象。
原本以為揩抡，他們不過(guò)就是網(wǎng)絡(luò)管理員户侥。為學(xué)校里面的師生，提供基礎(chǔ)設(shè)施峦嗤。設(shè)置用戶賬號(hào)蕊唐，預(yù)裝軟件，然后解決一些需要重啟電腦之類的問(wèn)題而已烁设。就像英劇《IT》里面這幫家伙一樣替梨。
然而，Richard 用一個(gè)案例装黑，說(shuō)明了他的工作副瀑，令我感覺(jué)到了震撼。
案例
案例來(lái)自于一個(gè)研究生恋谭，叫做 Sheela 糠睡，學(xué)生物的。
她自己的 LinkedIn 頁(yè)面疚颊，有不少內(nèi)容沒(méi)有更新狈孔。當(dāng)初她給自己的預(yù)計(jì)，是 2017 年底畢業(yè)材义。
事實(shí)上均抽，她不僅沒(méi)有按照預(yù)期時(shí)間畢業(yè)，而且差點(diǎn)兒就沒(méi)法畢業(yè)了母截。
她的研究方向是生育到忽。希望對(duì)比4種不同的治療方法，在不同條件下對(duì)生育的促進(jìn)影響。
我是外行喘漏，不知道這里面數(shù)據(jù)采集究竟需要多高的成本护蝶。但是 Richard 告訴我們，很貴翩迈。
Sheela 用了好幾年的時(shí)間持灰，終于采集到了 104 個(gè)樣本，每個(gè)樣本包括 29 個(gè)特征變量负饲。
然后堤魁，她就試圖采用回歸和方差分析（Analysis of variance，ANOVA）的手段返十，來(lái)構(gòu)造模型妥泉。結(jié)果發(fā)現(xiàn)——一點(diǎn)兒顯著關(guān)系都沒(méi)有！這幾年白干了洞坑。
欲哭無(wú)淚啊盲链。
是不是就此放棄畢業(yè)呢？
Sheela 跑來(lái)服務(wù)中心迟杂，找到 Richard 所在的數(shù)據(jù)科學(xué)與分析（Data Science and Analysis）部門求援刽沾。
Richard 發(fā)現(xiàn)，由于數(shù)據(jù)量小排拷，可能的相互作用和潛在模型數(shù)量卻很多侧漓，因此傳統(tǒng)方法不適合這個(gè)研究的數(shù)據(jù)分析。
而 Richard 的愛(ài)好监氢，恰好就是玩兒各種新鮮的統(tǒng)計(jì)工具布蔗。
于是，他很快幫助 Sheela 設(shè)定了新的分析思路：基于決策樹(shù)的監(jiān)督學(xué)習(xí)+遺傳算法忙菠，然后采用 BIC 做模型選擇何鸡。
Sheela 一聽(tīng)就懵了：這說(shuō)的都是什么？……
沒(méi)錯(cuò)牛欢，這就是具體研究領(lǐng)域人員面臨的現(xiàn)實(shí)問(wèn)題——追蹤本領(lǐng)域前沿骡男，已經(jīng)讓他們投入了全部精力。他們沒(méi)有余力傍睹，在研究方法和工具上時(shí)刻刷新自己的知識(shí)和技能隔盛。
但是， Richard 說(shuō)拾稳，數(shù)據(jù)科學(xué)與分析（Data Science and Analysis）部門就是在這種情況下吮炕，體現(xiàn)自身價(jià)值的。
我們參觀了 Richard 的辦公室访得。里面就如同一座小型圖書館龙亲，擺滿了各種書籍和資料陕凹。他平時(shí)樂(lè)此不疲地追蹤數(shù)據(jù)科學(xué)進(jìn)展，因此對(duì)于他來(lái)說(shuō)鳄炉，新的數(shù)據(jù)分析思路杜耙，其實(shí)無(wú)非對(duì)應(yīng)著 3.5 個(gè) R 軟件包（其中有一個(gè)軟件包，可視化模塊獨(dú)立拂盯，所以他認(rèn)為算半個(gè)）而已佑女。
不過(guò)，如果你拿普通的電腦試圖做這種數(shù)據(jù)分析谈竿，依然是很困難的团驱。 Richard 的電腦是一臺(tái)配置不錯(cuò)的 Macbook Pro ，16GB的內(nèi)存空凸，6核CPU嚎花。但是為了幫 Sheela 跑這個(gè)分析，連續(xù)運(yùn)轉(zhuǎn)了25個(gè)小時(shí)劫恒，依然看不見(jiàn)盡頭贩幻。
這時(shí)候，高性能計(jì)算設(shè)備的作用就來(lái)了两嘴。 Richard 旋即把任務(wù)扔到了服務(wù)器集群上面，同時(shí)使用超過(guò)200個(gè)核心……就是這樣族壳，依然跑了10多個(gè)小時(shí)憔辫，才完成。
出來(lái)的結(jié)果仿荆，讓 Sheela 欣喜不已贰您。這是 ROC 曲線圖：
那 0.5 個(gè)軟件包，還順便把決策樹(shù)的可視化做了拢操。
在這張圖里面锦亦，4種不同療法，在不同的條件下令境，對(duì)應(yīng)的效果差別杠园，一目了然。
Sheela 不僅順利畢業(yè)舔庶，而且還把論文發(fā)在了一份很好的期刊上面抛蚁。
這是個(gè)皆大歡喜的結(jié)局。
功能
Richard 是這樣描述部門使命的：
可以看到惕橙，數(shù)據(jù)科學(xué)與分析部門瞧甩，從軟件、硬件弥鹦、算法和模型構(gòu)造肚逸，全方位為有需要的師生提供支持。
不僅幫助學(xué)生搞定畢業(yè)論文，他們還和教授們合作朦促，共同申請(qǐng)科研項(xiàng)目經(jīng)費(fèi)膝晾。
他們還利用教程的方式，把數(shù)據(jù)科學(xué)的基礎(chǔ)知識(shí)與技能分享給大家思灰。
這種分享玷犹，是超越學(xué)校范圍的，每個(gè)人都可以獲取洒疚。你可以訪問(wèn)這個(gè)鏈接歹颓，看看他們精心制作的 R 語(yǔ)言教程。
每一段教程里面油湖，都不僅給出了完整的代碼巍扛，可以拷貝粘貼直接用，而且還有詳細(xì)的注釋乏德，甚至是附帶數(shù)據(jù)的下載鏈接撤奸。
師生們可以根據(jù)自己的需求，找到相應(yīng)的教程喊括，直接應(yīng)用到自己的研究問(wèn)題和數(shù)據(jù)上面胧瓜。
數(shù)據(jù)科學(xué)與分析部門還會(huì)經(jīng)常提供培訓(xùn)講座。例如明天郑什，就會(huì)有利用服務(wù)集群做機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的教學(xué)演示府喳。我聽(tīng)了很興奮。
Richard 的同事 Jon 介紹說(shuō)蘑拯，他們不僅有 R 語(yǔ)言教程钝满，還有 SPSS 和 SAS，甚至是 Latex 的教程申窘。這些教程會(huì)經(jīng)常更新弯蚜，并且不斷補(bǔ)充新的應(yīng)用場(chǎng)景。
我很興奮地詢問(wèn)剃法，有沒(méi)有 Python 教程碎捺？
Jon 面露難色，告訴我說(shuō)“不好意思玄窝，我們屬于 R 陣營(yíng)”牵寺。
小結(jié)
一上午的參觀學(xué)習(xí)，讓我們收獲良多恩脂。令我們印象最深刻的帽氓，并不只是那些硬件基礎(chǔ)設(shè)施，而是這種數(shù)據(jù)科學(xué)對(duì)科研的真正有效推動(dòng)俩块。
數(shù)據(jù)科學(xué)是專業(yè)領(lǐng)域黎休，并非每個(gè)人都需要成為數(shù)據(jù)科學(xué)家浓领。門檻的降低，可以讓更多人應(yīng)用數(shù)據(jù)科學(xué)提供的便捷工具势腮，來(lái)推進(jìn)自己的科研联贩，尤其是其中的數(shù)據(jù)分析環(huán)節(jié)。
更可寶貴的捎拯，是這種一站式咨詢與合作方式泪幌，不僅可以幫助有困難的師生解決燃眉之急，更有助于形成良性互動(dòng)循環(huán)署照，使得科研項(xiàng)目做大做強(qiáng)祸泪。就像下圖中展現(xiàn)的一樣。
喜歡請(qǐng)點(diǎn)贊和打賞建芙。還可以微信關(guān)注和置頂我的公眾號(hào)“玉樹(shù)芝蘭”(nkwangshuyi)没隘。
如果你對(duì) Python 與數(shù)據(jù)科學(xué)感興趣，不妨閱讀我的系列教程索引貼《如何高效入門數(shù)據(jù)科學(xué)禁荸？》右蒲，里面還有更多的有趣問(wèn)題及解法。
