Adattudomány: A bizonytalanságok mérése

Eredeti címe:

Data Science: Measuring Uncertainties

Könyv tartalma:

Az adatfeldolgozási és tárolási kapacitás növekedésével nagy mennyiségű adat áll rendelkezésre. Az adatok elemzés nélkül nem sok értékkel bírnak.

Így az adatelemzés iránti igény napról napra nő, és ennek következménye a nagyszámú munka és közzétett cikk megjelenése. Az adattudomány olyan multidiszciplináris területként jelent meg, amely az adatvezérelt tevékenységeket támogatja, integrálja és fejleszti az adatokból információt kinyerő ötleteket, módszereket és folyamatokat. Ez magában foglalja a különböző tudásterületekre épülő módszereket: Statisztika, informatika, matematika, fizika, informatika és mérnöki tudomány.

A területek e keveredése hozta létre azt, amit adattudománynak nevezünk. Az új problémák új megoldásai gyorsan szaporodnak, hogy nagy mennyiségű adatot generáljanak.

A jelenlegi és jövőbeli kihívások nagyobb gondosságot igényelnek az egyes problématípusok racionalitását kielégítő új megoldások létrehozásában. Az olyan címkék, mint Big Data, Data Science, Machine Learning, Statistical Learning és Artificial Intelligence, nagyobb kifinomultságot követelnek meg az alapokban és az alkalmazásuk módjában.

Ez a pont rávilágít az adattudomány alapjainak kiépítésének fontosságára. Ez a könyv az adatelemzési problémák bizonytalanságainak mérésével kapcsolatos megoldásoknak és vitáknak szenteli magát.