久久一区二区三区超碰国产精品,亚洲人成在线网站,国产在线精品一区免费香蕉,国产精品免费电影

出自 MBA智庫百科()

數據科學（Data ）

什么是數據科學

數據科學是一門研究數據的學科，它通過科學的方法,流程,算法和系統,從數據中挖掘價值,屬于一個跨學科領域。

數據科學的發展歷程

1974年，知名計算機科學家Peter Naur作為圖靈獎得主，在其著作《計算機方法的簡明調研》的引言里，首次清晰界定了數據科學這一術語，稱其為“以數據加工為基礎的學科”，同時指出了數據科學和數據研究各自的側重點——前者致力于處理數據（事項），后者則關注數據加工及其在學術界的實踐。

Peter Naur首次清晰闡述數據科學這一理念后，該領域的研究長期處于沉寂狀態。直到2001年，在貝爾實驗室任職的 S. 向學術期刊提交了一篇題為《數據科學——拓展統計學技術領域的行動計劃》的文章，強調數據科學是統計學的一個核心分支，從而使得統計學界重新關注起數據科學。

二零一三年，C A在《自然》上刊登了名為《計算——數據科學的愿景》的文章，Dhar V則在《美國計算機學會通訊》發表了題為《數據科學與預測》的論文，二者均從計算機領域和技術角度探討了數據科學的核心意義，促使該學科被歸入計算機科學與技術學科的研究體系之內。

然而數據科學專業，數據科學被更多人關注是因為后來發生了三個標志性事件：

Patil DJ與T H在2012年向哈佛商業評論投稿，文章標題為《數據科學家——21世紀最具吸引力的職業》；

其次，在2012年，數據挖掘理念初次用于總統選舉留學之路，幫助奧巴馬，戰勝了羅姆尼，得以再次當選。

三是美國白宮在2015年首次設置了數據科學家的職位，隨后聘請Patil DJ擔任白宮的首位首席數據科學家。

數據科學的各個分支發展程度不一：模擬和仿真的技術日漸成熟，有望很快應用于實踐；數據挖掘的方法或許將要式微；語音識別、模型維護、人機對話等技術已經脫離了初期的狂熱，正逐步進入實用階段；開放數據科學、模型生產線、算法交易、規則分析等領域正經歷迅猛發展。

數據科學的專業培養

數據挖掘、云計算等屬于數學、計算機、統計學和信息系統等學科的理論知識范疇數據科學專業，大數據就是這些高科技的成果，它的應用遍及社會科學和自然科學的諸多領域，數據科學與大數據技術專業致力于培養跨學科背景的大數據人才，著重提升人才在三個方面的高素質能力：

數據領域的職業路徑主要有三條，分別是數據洞察崗、數據實現崗和數據建設崗，常見的職位有數據專家和數據研究員等。

越來越多單位開始關注數據，無論是國防部門還是網絡新創企業及金融組織，都依靠數據項目推動革新，這就要求大量數據分析和技術操作人員。日常生活中，食品生產、交通監控、零售網商以及醫療設備等產業同樣依賴數據分析與操作技術，比如調節供需關系、改進倉庫管理、減少供應鏈開銷。

從事數據科學與大數據技術工作的人員，必須擁有扎實的數學基礎，并且需要掌握工作相關領域的專門知識。為此，該學科領域應開設計算思維、數據科學等與數學關聯的課程，另外還需設置數據獲取方法、云服務與數據中心、醫療領域數據應用等直接涉及大數據的課程。這個學科還要求掌握部分計算機領域的基本理論，例如大型數據庫運用，數據呈現方法，分布式海量數據存儲運用，數據保護，機器學習與模式識別，以及圖像視頻和非結構化數據加工方法等知識。

呂小光, 姜樂, 成青松. 對數據科學與大數據技術領域人才培育方法的研究. 淮海工學院學報：人文社會科學版, 2018

來自""