پنجاه سال علم داده

بیش از ‎۵۰‎ سال پیش، جان توکی فراخوانی برای بازسازی آمار دانشگاهی داد. او در مقاله ‎«‎آینده تحلیل داده ها‎»‎ به وجود علمی اشاره کرد که آن زمان به رسمیت شناخته نشده بود و موضوع مورد توجه آن یادگیری از داده ها یا ‎«‎تحلیل داده ها‎»‎ بود. پدیده ای مربوط به این اواخر ‎که رو به گسترش نیز است ، ظهور برنامه های ‎«‎علم داده‎»‎ در دانشگاه های بزرگ است. این مقاله در پی مرور برخی از اجزای ‎«‎برهه علم داده» کنونی، ازجمله بر اظهارنظرهای اخیر درباره علم داده در رسانه های همگانی، است که آیا علم داده واقعا با آمار تفاوت دارد یا خیر و اگر دارد، چگونه. برداشت فعلی از علم داده به مثابه زبرمجموعه ای از رشته های آمار و یادگیری ماشین است که مقداری فناوری به منظور ‎«‎ارتقای مقیاس‎»‎ آن برای ‎«‎داده های بزرگ‎»‎ به آن افزوده شده است. انگیزه انتخاب این زبرمجموعه، پیشرفت های تجاری است و نه اندیش ورزانه. چنین انتخابی محتملا رویدادهای اندیش ورزانه مهم ‎۵۰‎ سال آینده را نادیده خواهد گرفت. ازآنجاکه خود کل علم به زودی بدل به داده می شود که می توان آن را کاوید، انقلاب در شرف وقوع در علم داده محدود به ‎«‎ارتقای مقیاس‎»‎ نبوده، بلکه در مقابل، در ظهور مطالعات علمی تحلیل داده ها در سطح کل علم است. دیدگاهی از علم داده را بر اساس فعالیت های افرادی که ‎«‎از داده ها یاد می گیرند‎»‎ ارائه می کنم و یک رشته دانشگاهی را که به بهبود این فعالیت به شیوه ای مبتنی بر شواهد اختصاص دارد توصیف می کنم. این رشته جدید وسعت بخشی علمی بهتری از آمار و یادگیری ماشین در مقایسه با ابتکارعمل های امروزی در علم داده است، و هم زمان توان آن را دارد که همان اهداف کوتاه مدت را برآورده کند.

پنجاه سال علم داده Keywords:

علم داده , یادگیری ماشین , آمار , تحلیل داده ها , مدل بندی پیشگوگر