数据管理是管理数据的做法，其能够为组织释放潜力。有效地管理数据需要数据战略和可靠的方法，从而访问、整合、清理、管理、存储和准备用于分析的数据。 

机器学习会自动建立分析模型。通过无监督式机器学习，该技术使用神经网络、统计学、运筹学和物理学的方法来寻找数据中隐藏的洞察，而无需明确编程去指定寻找哪里，或得出什么样的结论。

神经网络是一种机器学习类型，受人类大脑的工作方式启发。该计算系统由相互连接的单元（类似于神经元）组成，这些单元通过响应外部输入、在各个单元之间中继信息来处理信息。

深度学习使用具有多层处理单元的巨大神经网络，利用计算能力的进步和改进的训练技术来学习海量数据中的复杂模式。常见的应用包括图像和语音识别。

计算机视觉依靠模式识别和深度学习来识别图片或视频中的内容。当机器能够处理、分析和理解图像时，它们可以实时捕捉图像或视频，并对周围环境进行解读。

自然语言处理，是计算机分析、理解和生成人类语言（包括语音）的能力。NLP 的下一个阶段是自然语言交互，即允许人类使用日常语言与计算机进行沟通以执行任务。

数据可视化 是指将数据以图画或图形的形式呈现出来，以便进行分析。为了帮助组织根据数据科学成果做出业务决策，这尤为重要。