更改

.''Fortune.'' Retrieved November 20, 2017.

.''Fortune.'' Retrieved November 20, 2017.

</ref>

</ref>

然而许多持批判态度的学者和新闻记者并没有看出数据科学与[https://en.wikipedia.org/wiki/Statistics 统计学]的区别。吉尔·普莱斯（Gil Press）在[https://en.wikipedia.org/wiki/Forbes 福布斯杂志]上撰文主张数据科学只是一个缺乏清晰定义的[https://en.wikipedia.org/wiki/Buzzword 流行术语]，并且在诸如研究生的课程内容中成了“[https://en.wikipedia.org/wiki/Business_analytics 商业分析]”的简单替代。

然而许多持批判态度的学者和新闻记者并没有看出数据科学与[https://en.wikipedia.org/wiki/Statistics 统计学]的区别。吉尔·普莱斯 Gil Press在[https://en.wikipedia.org/wiki/Forbes 福布斯杂志]上撰文主张数据科学只是一个缺乏清晰定义的[https://en.wikipedia.org/wiki/Buzzword 流行术语]，并且在诸如研究生的课程内容中成了“[https://en.wikipedia.org/wiki/Business_analytics 商业分析]”的简单替代。

<ref name="GilPress">

<ref name="GilPress">

[https://www.forbes.com/sites/gilpress/2013/08/19/data-science-whats-the-half-life-of-a-buzzword/ Data Science: What's The Half-Life Of A Buzzword?].

[https://www.forbes.com/sites/gilpress/2013/08/19/data-science-whats-the-half-life-of-a-buzzword/ Data Science: What's The Half-Life Of A Buzzword?].

包括'''纳特•西尔弗（Nate Silver）''' 在内的许多统计学家都认为，数据科学不是一个新领域，而是统计学的另一个名称。<ref>{{Cite web|url=https://www.statisticsviews.com/details/feature/5133141/Nate-Silver-What-I-need-from-statisticians.html|title=Nate Silver: What I need from statisticians - Statistics Views|website=www.statisticsviews.com|access-date=2020-04-03}}</ref> 其他人则认为，数据科学与统计学不同，因为它关注的是数字化数据特有的问题和技术。<ref>{{Cite web|url=http://priceonomics.com/whats-the-difference-between-data-science-and/|title=What's the Difference Between Data Science and Statistics?|website=Priceonomics|language=en|access-date=2020-04-03}}</ref> '''瓦桑特·达尔（Vasant Dhar）'''写道，统计学强调定量的数据和描述。相比之下，数据科学处理定量和定性的数据(例如，图像)，并强调预测和行动。<ref>{{Cite journal|last=DharVasant|date=2013-12-01|title=Data science and prediction|journal=Communications of the ACM|volume=56|issue=12|pages=64–73|language=EN|doi=10.1145/2500499}}</ref>哥伦比亚大学的'''安德鲁·格尔曼（Andrew Gelman）''' 和数据科学家'''文森特·格兰维尔（Vincent Granville）'''将统计学描述为数据科学中一个不重要的部分。<ref>{{Cite web|url=https://statmodeling.stat.columbia.edu/2013/11/14/statistics-least-important-part-data-science/|title=Statistics is the least important part of data science « Statistical Modeling, Causal Inference, and Social Science|website=statmodeling.stat.columbia.edu|access-date=2020-04-03}}</ref><ref>{{Cite web|url=https://www.datasciencecentral.com/profiles/blogs/data-science-without-statistics-is-possible-even-desirable|title=Data science without statistics is possible, even desirable|last=Posted by Vincent Granville on December 8|first=2014 at 5:00pm|last2=Blog|first2=View|website=www.datasciencecentral.com|language=en|access-date=2020-04-03}}</ref>

包括'''纳特•西尔弗 Nate Silver''' 在内的许多统计学家都认为，数据科学不是一个新领域，而是统计学的另一个名称。<ref>{{Cite web|url=https://www.statisticsviews.com/details/feature/5133141/Nate-Silver-What-I-need-from-statisticians.html|title=Nate Silver: What I need from statisticians - Statistics Views|website=www.statisticsviews.com|access-date=2020-04-03}}</ref> 其他人则认为，数据科学与统计学不同，因为它关注的是数字化数据特有的问题和技术。<ref>{{Cite web|url=http://priceonomics.com/whats-the-difference-between-data-science-and/|title=What's the Difference Between Data Science and Statistics?|website=Priceonomics|language=en|access-date=2020-04-03}}</ref> '''瓦桑特·达尔（Vasant Dhar）'''写道，统计学强调定量的数据和描述。相比之下，数据科学处理定量和定性的数据(例如，图像)，并强调预测和行动。<ref>{{Cite journal|last=DharVasant|date=2013-12-01|title=Data science and prediction|journal=Communications of the ACM|volume=56|issue=12|pages=64–73|language=EN|doi=10.1145/2500499}}</ref>哥伦比亚大学的'''安德鲁·格尔曼（Andrew Gelman）''' 和数据科学家'''文森特·格兰维尔（Vincent Granville）'''将统计学描述为数据科学中一个不重要的部分。<ref>{{Cite web|url=https://statmodeling.stat.columbia.edu/2013/11/14/statistics-least-important-part-data-science/|title=Statistics is the least important part of data science « Statistical Modeling, Causal Inference, and Social Science|website=statmodeling.stat.columbia.edu|access-date=2020-04-03}}</ref><ref>{{Cite web|url=https://www.datasciencecentral.com/profiles/blogs/data-science-without-statistics-is-possible-even-desirable|title=Data science without statistics is possible, even desirable|last=Posted by Vincent Granville on December 8|first=2014 at 5:00pm|last2=Blog|first2=View|website=www.datasciencecentral.com|language=en|access-date=2020-04-03}}</ref>

斯坦福大学教授 '''大卫·多诺霍（David Donoho）''' 写道，数据科学与统计学的区别不在于数据集的大小或计算的使用，许多研究生课程误导性地将他们的分析与统计培训宣传为数据科学课程的核心。他把数据科学描述为从传统统计学中发展出来的一个应用领域。<ref name=":7" />  

斯坦福大学教授 '''大卫·多诺霍 David Donoho''' 写道，数据科学与统计学的区别不在于数据集的大小或计算的使用，许多研究生课程误导性地将他们的分析与统计培训宣传为数据科学课程的核心。他把数据科学描述为从传统统计学中发展出来的一个应用领域。<ref name=":7" />  

另一方面，也有无数对批评的回应。在2014年一篇[https://en.wikipedia.org/wiki/The_Wall_Street_Journal 《华尔街日报》]的文章中，欧文·沃拉达斯凯-伯杰（Irving Wladawsky-Berger）比较了数据科学的狂热与[https://en.wikipedia.org/wiki/Computer_science 计算机科学]的黎明。他坚称，就像其他[https://en.wikipedia.org/wiki/Interdisciplinarity 交叉学科]领域一样，数据科学利用来自[https://en.wikipedia.org/wiki/Academy 学术界]和[https://en.wikipedia.org/wiki/Industry 工业界]的[https://en.wikipedia.org/wiki/Methodology 方法论]和实践，但之后会将它们变成一个新[https://en.wikipedia.org/wiki/Discipline_(academia) 学科]。他特别强调了现在一个广受认可的学术科目计算机科学曾面临的尖锐批评。

另一方面，也有无数对批评的回应。在2014年一篇[https://en.wikipedia.org/wiki/The_Wall_Street_Journal 《华尔街日报》]的文章中，欧文·沃拉达斯凯-伯杰 Irving Wladawsky-Berger比较了数据科学的狂热与[https://en.wikipedia.org/wiki/Computer_science 计算机科学]的黎明。他坚称，就像其他[https://en.wikipedia.org/wiki/Interdisciplinarity 交叉学科]领域一样，数据科学利用来自[https://en.wikipedia.org/wiki/Academy 学术界]和[https://en.wikipedia.org/wiki/Industry 工业界]的[https://en.wikipedia.org/wiki/Methodology 方法论]和实践，但之后会将它们变成一个新[https://en.wikipedia.org/wiki/Discipline_(academia) 学科]。他特别强调了现在一个广受认可的学术科目计算机科学曾面临的尖锐批评。

<ref name=":1">

<ref name=":1">

Wladawsky-Berger,Irving (May 2, 2014).

Wladawsky-Berger,Irving (May 2, 2014).

斯坦福大学教授[https://en.wikipedia.org/wiki/David_Donoho 大卫·多诺霍]（David Donoho）于2015年9月在一次与达尔类似的尝试中，通过抵制批评界对数据科学的三种过分简单化和误导性的定义，提出了更长远的主张。

斯坦福大学教授[https://en.wikipedia.org/wiki/David_Donoho 大卫·多诺霍] David Donoho于2015年9月在一次与达尔类似的尝试中，通过抵制批评界对数据科学的三种过分简单化和误导性的定义，提出了更长远的主张。

<ref name=":2">

<ref name=":2">

{{Cite journal

{{Cite journal

作为一名[https://en.wikipedia.org/wiki/Statistician 统计学家]，[https://en.wikipedia.org/wiki/David_Donoho 多诺霍]继承了学界诸多前辈的衣钵，拥护着数据科学研究范围的扩充，

作为一名[https://en.wikipedia.org/wiki/Statistician 统计学家]，[https://en.wikipedia.org/wiki/David_Donoho 多诺霍]继承了学界诸多前辈的衣钵，拥护着数据科学研究范围的扩充，

<ref name=":2" />  

<ref name=":2" />  

<ref>

<ref>

{{Cite journal

{{Cite journal

|issn=0960-3174

|issn=0960-3174

}}</ref>

}}</ref>

威廉·克利夫兰（William Cleveland）强调把从数据中提取具有应用价值的[https://en.wikipedia.org/wiki/Predictive_modelling 预测工具]摆在比发掘[https://en.wikipedia.org/wiki/Explanatory_model 解释性理论]更高的优先级上一样。这些[https://en.wikipedia.org/wiki/Statistician 统计学家]们共同展望着一个日益包容、从传统的[https://en.wikipedia.org/wiki/Statistics 统计学]中生长出来并青出于蓝而胜于蓝的应用领域。

威廉·克利夫兰 William Cleveland强调把从数据中提取具有应用价值的[https://en.wikipedia.org/wiki/Predictive_modelling 预测工具]摆在比发掘[https://en.wikipedia.org/wiki/Explanatory_model 解释性理论]更高的优先级上一样。这些[https://en.wikipedia.org/wiki/Statistician 统计学家]们共同展望着一个日益包容、从传统的[https://en.wikipedia.org/wiki/Statistics 统计学]中生长出来并青出于蓝而胜于蓝的应用领域。