Andrii Dzhumak
Data science
Abstrakt:
Data Science to nowa dyscyplina z pogranicza: matematyki, statystyki, programowania i teorii informacji. To także dyscyplina wybitnie praktyczna, której metody mają zastosowanie we wszystkich dziedzinach społeczeństwa informacyjnego. Głównym zadaniem Data science jest wypracowanie teoretycznych, metodologicznych i praktycznych metod analiz big data. Big data to wielkie kolekcje danych, które są wytwarzane we współczesnych praktykach ludzkich. Wymagają one odmiennych metod analizy. Są one oparte na uczeniu maszynowym. Wideoartykuł prezentuje specyfikę Data science i charakterystyczne dla tego paradygmatu podejście do badania danych. Szczególny nacisk autor położył na praktyczne zastosowania metod spod znaku Data science. Ukazane zostały aplikacje narzędzi Data science do różnych dziedzin gospodarki, takich jak reklama, marketing czy zarządzanie przedsiębiorstwem. Autor, w konkluzji prorokuje, że metody Data science mają wielką przyszłość – z tego prostego powodu, że cały czas mamy do czynienia ze wzrostem liczby danych.
Bibliografia:
- Biecek Przemysław, Odkrywać! Ujawniać! Objaśniać! Warszawa 2016.
- Christakis A. Nicholas, Fowler, H. James, W sieci, Sopot, 2011.
- Grus Joel, Data Science from Scratch, O’Reilly Media, 2015.
- Mayer-Schonberger Victor, Cukier Kenneth, Big data, Warszawa, 2014.
- McKinney Wes, Python w analizie danych, Gliwice, 2018.
- Osińska Veslava, Wizualizacja informacji, Toruń, 2016.
- Provost Foster, Tom Fawcett, Data Science for Business, O’Reilly Media, 2013
- Radomski Andrzej, Humanistyka w świeci Informacjonalizmu, Lublin, 2015
Słowa kluczowe:
Big data, Data science, uczenie maszynowe, informacja
Key words:
Big data, Data science, machine learning, information
Prezentacja: