Movatterモバイル変換

[0]ホーム
URL:

跳去內容
維基百科
查嘢

數據科學

出自維基百科，自由嘅百科全書
2018 年其中一個禮拜英維最多人睇嗰 25 篇文嘅名同瀏覽數；要點樣利用呢啲數據達到目的呢？

數據科學（粵拼：sou3 geoi3 fo1 hok6）係跨學科科學領域，重點研究點樣運用科學方法同埋各種演算法，由有結構或者冇結構嘅數據嗰度搵出有用知識[1][2]。有數據科學家主張，數據科學可以用以下一句說話概括[3]：用最勁嘅硬件、最勁嘅編程系統、同用最有效嘅演算法嚟解決問題。

概論

[編輯]
空間性質嘅數據：想像幅圖係某市嘅地圖，每一個黑點表示一個霍亂個案。噉樣嘅數據有助公共健康工作者搵出疾病嘅來源喺邊。
内文：大數據同統計

數據科學喺好多領域都有用。

譬如公共健康領域就成日用數據科學。喺公共健康上，研究者可以用空間分析做法，好多公共健康機構都會噉做：佢哋搵定一個想研究嘅地區，並且結合多源資料，包括流行病學調查、透過人造衛星攞到嘅數據、人群分佈、蚊媒分佈、藥物同蚊帳嘅覆蓋率... 等，並且將啲資料畫做地圖，從而識別邊啲地區較高風險、邊啲地區似係多病原體，進而幫助決策者為疫苗、藥物同防蚊措施做精準部署。呢種做法常用於研究瘧疾等由害蟲傳染嘅病[4]。

電腦保安工作亦有機會用到數據分析。一個簡單嘅做法係用邏輯迴歸嚟判斷某次活動係咪攻擊，抑或只係正常嘅活動[5]。研究者可以搵一啲數據返嚟，再建立好似噉嘅模型：

P(Y=1∣X)=11+e−(β0+β1x1+β2x2+⋯+βpxp){\displaystyle P(Y=1\mid X)\;=\;{\frac {1}{1+e^{-(\beta _{0}+\beta _{1}x_{1}+\beta _{2}x_{2}+\cdots +\beta _{p}x_{p})}}}}

例如佢用三個特徵去預測是次活動係咪入侵（Y = 係咪入侵）：

用數據科學上嘅演算法估計出啲β{\displaystyle \beta } 就得出個模型，研究者第時攞住個模型，就可以對未來嘅個案作出預測。

工序

[編輯]
睇埋：科學方法同研究問題

做數據科學工作，工序大致如下[6]：

  1. 界定清楚要解決嘅問題係乜。例：家陣有個數據科學家，俾人請佢幫手做市場研究，佢首先要搞清楚是次研究想達到乜目的（搞清楚消費者鍾意同唔鍾意件產品啲乜，再按呢個資訊改良件產品）。亦可以睇睇研究問題同假說。
  2. 做一啲探索性質嘅分析，諗吓手上嘅數據解答到乜嘢同目的相關嘅問題。例：手上個數據庫有一大柞消費者嘅數據，知道每個消費者對件產品喺各方面嘅評價，計劃可以試吓做聚類分析將消費者分做若干類。
  3. 建立數學模型，描述柞數據入面有啲乜嘢規律喺當中。例：用機械學習演算法做返咗個聚類分析，結果係消費者可以按照佢哋對件產品各方面嘅評價分做三大類。
  4. 匯報個結果（尤其係步驟 3 嘅結果）俾相關人員聽。
  5. 講吓個結果有乜嘢影響－即係知道咗呢個結果，目前嘅做嘢方法要有乜嘢改變先可以更有效噉達到目的。例：知道咗消費者可以分做三類，產品設計要點改變先可以令消費者更加滿意？

影響

[編輯]
睇埋：範式轉移

有人提出，數據科學係科學嘅第四範式：本來科學係以實證、理論同計算為重嘅，廿一世紀初就喺呢三樣之上加多個數據[7]；數據科學會運用數學、統計學、機械學習以及資訊科學等領域嘅技術，由手上嘅數據嗰度抽取有用嘅知識，並且攞去有經濟價值嘅地方度使用，例如根據手上數據，啲變數之間成咩關係，而呢個預測現象嘅能力可以作某啲商業用途[8]。數據科學伴隨住廿一世紀資訊科技應運而生－隨住互聯網發達，有大量數據喺網上流動（大數據），於是有唔少人開始想利用呢啲數據做有用嘅嘢，數據科學就隨之興起[9][10]。

睇埋

[編輯]

參考

[編輯]

  • Understanding The 4 V's Of Big Data,Forbes，呢篇文講到大數據有4V，即係指數據量大（volume）、花款多（variety）、攞得快（velocity）、而且有時難核實（veracity）。
  • Cielen, D., Meysman, A., & Ali, M. (2016).Introducing data science: big data, machine learning, and more, using Python tools. Manning Publications Co.
  • Grus, J. (2019).Data science from scratch: first principles with python. O'Reilly Media.

引述

[編輯]
  1. ↑Dhar, V. (2013). "Data science and prediction".Communications of the ACM. 56 (12): 64–73.
  2. ↑Jeff Leek (12 December 2013). "The key word in "Data Science" is not Data, it is Science互聯網檔案館嘅歸檔，歸檔日期2018年8月21號，.".Simply Statistics.
  3. ↑Leskovec, Jure; Rajaraman, Anand; Ullman, Jeffrey David.Mining of Massive Datasets (PDF) (Preprint of 3rd ed.). Cambridge University Press. p. 1.
  4. ↑GIS for Public Health.
  5. ↑Ogundokun RO, Odusami M, Sisodia DS, Awotunde JB, Tiwari DP. A Novel PCA-Logistic Regression for Intrusion Detection System. InInternational Conference on Information Systems and Management Science 2022 Oct 6 (pp. 575-588). Cham: Springer International Publishing.
  6. ↑A Design Thinking Mindset for Data Science互聯網檔案館嘅歸檔，歸檔日期2023年9月2號，..Towards Data Science
  7. ↑Tansley, S., & Tolle, K. M. (2009).The fourth paradigm: data-intensive scientific discovery (Vol. 1). A. J. Hey (Ed.). Redmond, WA: Microsoft research.
  8. ↑Hayashi, Chikio (1 January 1998). "What is Data Science? Fundamental Concepts and a Heuristic Example". In Hayashi, Chikio; Yajima, Keiji; Bock, Hans-Hermann; Ohsumi, Noboru; Tanaka, Yutaka; Baba, Yasumasa (eds.).Data Science, Classification, and Related Methods. Studies in Classification, Data Analysis, and Knowledge Organization. Springer Japan. pp. 40–51.
  9. ↑Bell, G.; Hey, T.; Szalay, A. (2009). "COMPUTER SCIENCE: Beyond the Data Deluge".Science. 323 (5919): 1297–1298.
  10. ↑"ASA Statement on the Role of Statistics in Data Science".AMSTATNEWS. American Statistical Association.

拎

[編輯]
  • （英文）Towards Data Science（譯：通向數據科學），講數據科學嘅網站，雲集好多數據科學工作者，討論數據科學議題。
基本概念
數學模型
（迴歸）
網絡基礎
網絡概念
其他模型
最佳化
學習範式
模型評估
主要應用
拉雜相關
由「https://zh-yue.wikipedia.org/w/index.php?title=數據科學&oldid=2322768」收
屬於1類：
屬於2隱類：
[8]ページ先頭
©2009-2025 Movatter.jp