本文由 Dataiku 高管项目主持人 Mark Palmer 撰写。Mark 是华平投资的数据和人工智能行业分析师，也是六家人工智能、数据管理和数据科学公司的董事会成员。《时代》杂志将他评为“改变你生活的技术先锋”。Mark 是LinkedIn 数据分析领域的顶级人物。
如果问数据科学家最重要的技能是什么，他们通常会列出 Python、SQL 或机器学习等技术技能。如果问优秀的数据科学家同样的问题，他们会说创造力、好奇心和直觉——这些特质通常归因于艺术家，而不是科学家。
爱因斯坦表示同意，他说：“伟大的科学家也是伟大的艺术家。”
像艺术家一样思考是锻炼科学能力的好方法。以下是数据科学家应该像艺术家一样思考的七种方法以及锻炼创造力的七种练习。
1. 艺术渴望改变思想
艺术的最高目的是改变思想：挑战观众去梦想、去想象，或将旧观念融合成新观念；消除偏见和无知；开辟新的道路。
伟大的科学家也会改变人们的想法。他们超越显而易见的事物，寻找新的想法。他们挖掘得更深。他们看得更广。当他们发现一个非传统或难以接受的真相时，他们会用数据来讲述一个故事，并分享它。
要想成为更好的科学家，不妨试试这个方法。反思一下你喜爱的艺术的起源：一件艺术品、一首歌、一首诗、一本小说、一件重要的建筑作品或一件设计精美的产品。花 30 分钟了解它。花点时间了解它背后的动机。
最近，这件事偶然发生在我身上。我在纽约现代艺术博物馆闲逛时看到了查理·卓别林的 沙特阿拉伯 电话号码数据 展览。我从未将他视为喜剧演员以外的任何人。但我了解到，他电影《摩登时代》中的这个著名场景不仅仅是一个搞笑的喜剧片段——它是一种社会评论。它警告了自动化对人类社会的危险以及人类对人类造成的伤害：
摩登时代电影
当你锻炼探索艺术背后动机的能力时，试着将这项技能运用到数据中。下次你发现数据中的异常值时，想想它为什么会出现在那里；思考添加新数据是否会使你的发现不那么偏颇；想象一下这个数据点传达了关于你试图解释的问题的什么信息。
2. 艺术训练你寻找音符之间的空间
爵士乐的传奇创新者迈尔斯·戴维斯曾说过：“重要的不是你演奏的音符，而是你不演奏的音符；音乐存在于音符之间的空间中。”这一观点体现了对空间、节奏和韵律在作曲中的重要性的深刻理解。
评估数据时要问的最重要的问题是“与什么相比？”顺序、趋势和背景比单一时刻的数据更重要。例如，如果您正在评估销售预测，您的工作不是报告数字；而是解释它是如何变好或变坏的，发生了什么变化，以及即将发生什么变化。您的工作是描述数据注释之间的空间。
试试这个。探索Miles Davis 的爵士风格，并在下次分析信息时播放Davis 的《Kind of Blue》。聆听声音和数据中音符之间的空间。思考数据中顺序、动量、空间和运动。