Data Science
Datavidenskab giver meningsfuld information baseret på store mængder komplekse data eller big data. Datavidenskab eller datadrevet videnskab kombinerer forskellige arbejdsområder inden for statistik og beregning for at fortolke data til beslutningstagende formål.
Forstå Data Science
Data er hentet fra forskellige sektorer, kanaler og platforme, herunder mobiltelefoner, sociale medier, e-handelswebsteder, sundhedsundersøgelser og internetsøgninger. Stigningen i mængden af tilgængelige data åbnede døren til et nyt studieområde baseret på big data - de massive datasæt, der bidrager til oprettelsen af bedre operationelle værktøjer i alle sektorer.
Den konstant stigende adgang til data er mulig på grund af fremskridt inden for teknologi og indsamlingsteknikker. Enkeltpersoner køber mønstre og adfærd kan overvåges og forudsigelser foretaget på baggrund af de indsamlede oplysninger.
De stadigt stigende data er imidlertid ustrukturerede og kræver parsing for effektiv beslutningstagning. Denne proces er kompleks og tidskrævende for virksomheder - dermed fremkomsten af datavidenskab.
Datavidenskab, eller datadrevet videnskab, bruger big data og maskinlæring til at fortolke data til beslutningstagende formål.
En kort historie om datavidenskab
Udtrykket data science har eksisteret i den bedre del af de sidste 30 år og blev oprindeligt brugt som erstatning for "computer science" i 1960. Cirka 15 år senere blev udtrykket brugt til at definere undersøgelsen af databehandlingsmetoder, der blev anvendt i forskellige applikationer. I 2001 blev datavidenskab indført som en uafhængig disciplin. Harvard Business Review offentliggjorde en artikel i 2012, der beskrev dataforskerens rolle som det "mest sexede job i det 21. århundrede."
Key takeaways
- Fremskridt inden for teknologi, Internettet, sociale medier og brugen af teknologi har alle øget adgangen til big data.
- Datavidenskab bruger teknikker såsom maskinlæring og kunstig intelligens til at udtrække meningsfuld information og for at forudsige fremtidige mønstre og adfærd.
- Datavidenskabsområdet vokser, når teknologien skrider frem, og indsamling og analyse af big data bliver mere sofistikerede.
Sådan bruges datavidenskab
Datavidenskab inkorporerer værktøjer fra flere discipliner til at samle et datasæt, behandle og udlede indsigt fra datasættet, udtrække meningsfulde data fra sættet og fortolke det til beslutningstagende formål. De disciplinære områder, der udgør datavidenskabsfeltet inkluderer minedrift, statistik, maskinindlæring, analyse og programmering.
Data mining anvender algoritmer til det komplekse datasæt for at afsløre mønstre, der derefter bruges til at udtrække nyttige og relevante data fra sættet. Statistiske målinger eller forudsigelig analyse bruger disse udpakkede data til at måle begivenheder, der sandsynligvis vil ske i fremtiden, baseret på, hvad dataene viser, der skete i fortiden.
Maskinindlæring er et kunstigt intelligensværktøj, der behandler massemængder data, som et menneske ikke ville være i stand til at behandle i en levetid. Maskinlæring perfektionerer beslutningsmodellen, der er præsenteret under forudsigelig analyse ved at matche sandsynligheden for, at en begivenhed sker, hvad der faktisk skete på et forudsagt tidspunkt.
Ved hjælp af analyser indsamler og behandler dataanalytikeren de strukturerede data fra maskinlæringsstadiet ved hjælp af algoritmer. Analytikeren fortolker, konverterer og opsummerer dataene til et sammenhængende sprog, som beslutningsteamet kan forstå. Datavidenskab anvendes til praktisk taget alle sammenhænge, og når dataforskerens rolle udvikler sig, vil feltet udvides til at omfatte dataarkitektur, datateknik og datadministration.
Hurtig fakta
Ifølge IBM forventes efterspørgslen efter dataforskere at stige med 28% i 2020.
Datavidenskaben defineret
En dataforsker indsamler, analyserer og fortolker store mængder data i mange tilfælde for at forbedre en virksomheds aktiviteter. Dataforskere udvikler statistiske modeller, der analyserer data og detekterer mønstre, tendenser og forhold i datasæt. Disse oplysninger kan bruges til at forudsige forbrugernes adfærd eller til at identificere forretnings- og operationelle risici. Dataforskeren er ofte en historiefortæller, der præsenterer dataindsigt til beslutningstagere på en måde, der er forståelig og anvendelig til problemløsning.
Data Science i dag
Virksomheder anvender big data og datavidenskab til dagligdags aktiviteter for at skabe værdi for forbrugerne. Bankinstitutioner drager fordel af big data for at forbedre deres succeser med svindelopdagelse. Kapitaladministrationsfirmaer bruger big data til at forudsige sandsynligheden for, at en sikkerheds pris bevæger sig op eller ned på et angivet tidspunkt.
Virksomheder som Netflix udnytter big data for at bestemme, hvilke produkter der skal leveres til sine brugere. Netflix bruger også algoritmer til at oprette personaliserede anbefalinger til brugere baseret på deres visningshistorik. Datavidenskaben udvikler sig hurtigt, og dens applikationer vil fortsat ændre liv i fremtiden.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.