原文：
www.kdnuggets.com/2016/10/battle-data-science-venn-diagrams.html/2
评论
7. 在 2014 年 2 月，Michael Malak 添加了一个第四个圆圈，声称 Conway 提到的实质性专业知识并不是指领域知识。
1. Google 网络安全证书 - 快速进入网络安全职业的快车道。
2. Google 数据分析专业证书 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你的组织的 IT 需求
根据 Malak 的说法，在实质性专业知识方面，他是 Inigo Montoya，而我们都是 Vizzini：“你一直在用那个词。我认为它的意思与你认为的不同。” Malak 将其分为领域专业知识，以及……呃，对某个领域的知识，比如社会科学。也许我理解力差，但我不明白这一区别。我也不确定他对整体传统研究的理解，与传统研究不同，根据其位置，它似乎不包括你正在研究的科学知识？我理解错了吗？整体科学 确实存在，但不是那种。总之，数据科学再次回到了独角兽的位置，还有三个危险区（其中一个是双重危险）。每个人都在讨厌黑客。
8. 我的下一个例子 来自 Vincent Granville 在 2014 年 4 月，但他转发了 Gartner 的内容；我不知道原始内容的日期。
这是一个数据科学解决方案的维恩图，而不是数据科学本身。因此，数据科学是其中一个圆圈，其他的专业领域（通常不在同一个人身上，但希望在同一个团队中）包括IT 技能和业务技能。文本标签指向每个切片中的非常具体的位置，这让我有点不安，但实际位置是任意的。这就是商业信息图的特点。
9. Shelly Palmer 在 2015 年为赫芬顿邮报撰写了客座博客，包括了他所写书籍中的这个图示：
完全是 Conway 的标准计算机-数学-领域三合一图示，但有一个革命性的元素：没有危险区域。现在，没有统计学知识的计算机和领域爱好者也能进行数据处理而不会搞得一团糟。这看起来很合理。编辑：对不起 Shelly，Geringer 比你早一步，你现在已经不那么引人注目了。
10. 在 2015 年 11 月，StackExchange 数据科学用户 Stephan Kolassa 提出了我个人最喜欢的图示，将通信添加到 Conway 的图示中，并将他的实质性专长改为商业：
尽管付出了很多努力，他在这个 beta 发布论坛中只获得了 21 个（我也是其中之一）赞。虽然他的分类也非常不错。我认为我属于优秀顾问。或者可能是平庸顾问。努力尝试的顾问？ 是的，这就是四集维恩图的样子，而不是 Malak 上面的四个圆圈，这些圆圈并未包含所有交集的组合。
11. 在 2016 年，Matthew Mayo 博客中分享了 Gregory Piatetsky-Shapiro 的图示：
好吧，这图示借鉴了四年前 Tierney 的作品，尽管它声称是数据科学的维恩图，（a）它并不是一个维恩图，（b）数据科学在其中一个圆圈内。这倒是让人看到大数据被认可了。但是...Calibri？真的？你选择了默认字体吗？
12. 最后（我确信我没有列举全；如果你知道我遗漏了什么维恩图，请告诉我！），2016 年晚些时候，Gartner 重新设计了他们繁忙的数据解决方案图示，让它更漂亮，且只限于数据科学，正如 Christi Eubanks 在博客中所述：
我们回到了 Conway 的图示，只不过这次危险区域被数据工程师所取代。我也喜欢这些指向边缘的标记，比他们之前的混乱图示要好。
13. 未来的数据科学维恩图：
维基百科关于数据科学的页面包含了以下这个完全不是维恩图的图示：
说实话，我认为这才是看待数据科学的方式。也许不是这些具体的技能，但它确实是不同学科的协同作用。不幸的是，一项技能有时会掩盖其他技能的严重不足，从而给数据科学带来坏名声。（我可能在去年年轻的时候也为这种现象做出了一些贡献。）
当然，你还需要一个非常复杂的韦恩图。这些图确实存在：这是一个包含七个集合的图：
有人想试试吗？
原文。经许可转载。
相关：
-
（不是很）新的数据科学韦恩图
-
数据科学家是否意味着你认为的那样？
-
数据科学难题解析