Наука о данных — различия между версиями
Admin (обсуждение | вклад) (Новая страница: «'''Наука о данных''' (англ. data science, иногда «даталогия» — datalogy) — раздел информатики, изучаю…») |
Admin (обсуждение | вклад) м |
||
(не показано 5 промежуточных версий этого же участника) | |||
Строка 10: | Строка 10: | ||
Рассматривается как академическая дисциплина, а с начала 2010-х годов, во многом благодаря популяризации концепции «[[Big Data|больших данных]]», — и как практическая межотраслевая сфера деятельности, притом специализация «учёного по данным» (англ. data scientist) с начала 2010-х годов считается одной из самых привлекательных, высокооплачиваемых и перспективных профессий. | Рассматривается как академическая дисциплина, а с начала 2010-х годов, во многом благодаря популяризации концепции «[[Big Data|больших данных]]», — и как практическая межотраслевая сфера деятельности, притом специализация «учёного по данным» (англ. data scientist) с начала 2010-х годов считается одной из самых привлекательных, высокооплачиваемых и перспективных профессий. | ||
− | == | + | == Дисциплины == |
− | [[Файл:Data Science.jpg]] | + | [[Файл:Data Science.jpg|1000px]] |
+ | # '''Основы''' | ||
+ | #* [[OLAP]] | ||
+ | #* [[ETL]] | ||
+ | # '''[[Статистика]]''' | ||
+ | # '''Программирование''' | ||
+ | #* [[R]] | ||
+ | # '''[[Машинное обучение]]''' | ||
+ | # '''[[Интеллектуальный анализ текста]]''' | ||
+ | # '''[[Визуализация]]''' | ||
+ | # '''[[Большие данные]]''' | ||
+ | # '''[[Data Ingestion]]''' | ||
+ | # '''[[Data Munging]]''' | ||
+ | # '''Программное обеспечение''' | ||
+ | |||
+ | == Литература == | ||
+ | * [http://www.learndatasci.com/free-data-science-books/ 100+ бесплатных книг по Data Science]] | ||
[[Категория:Науки и теории]] | [[Категория:Науки и теории]] |
Текущая версия на 12:11, 24 февраля 2017
Наука о данных (англ. data science, иногда «даталогия» — datalogy) — раздел информатики, изучающий проблемы анализа, обработки и представления данных в цифровой форме.
Наука о данных объединяет:
- методы по обработке данных в условиях больших объёмов и высокого уровня параллелизма,
- статистические методы,
- методы интеллектуального анализа данных,
- приложения искусственного интеллекта для работы с данными,
- методы проектирования и разработки баз данных.
Рассматривается как академическая дисциплина, а с начала 2010-х годов, во многом благодаря популяризации концепции «больших данных», — и как практическая межотраслевая сфера деятельности, притом специализация «учёного по данным» (англ. data scientist) с начала 2010-х годов считается одной из самых привлекательных, высокооплачиваемых и перспективных профессий.
Дисциплины
- Основы
- Статистика
- Программирование
- Машинное обучение
- Интеллектуальный анализ текста
- Визуализация
- Большие данные
- Data Ingestion
- Data Munging
- Программное обеспечение