Data Science
Wat is datawetenschap?
Datawetenschap levert zinvolle informatie op op basis van grote hoeveelheden complexe data of big data. Datawetenschap, of datagedreven wetenschap, combineert verschillende werkgebieden in statistiek en berekening om gegevens te interpreteren voor besluitvormingsdoeleinden.
Inzicht in Data Science
Gegevens zijn afkomstig uit verschillende sectoren, kanalen en platforms, waaronder mobiele telefoons, sociale media, e-commercesites, gezondheidszorgonderzoeken en zoekopdrachten op internet. De toename van de hoeveelheid beschikbare data opende de deur naar een nieuw studiegebied op basis van big data – de enorme datasets die bijdragen aan het creëren van betere operationele tools in alle sectoren.
De voortdurend toenemende toegang tot gegevens is mogelijk dankzij technologische vooruitgang en verzameltechnieken. Op basis van de verzamelde informatie kunnen individuele kooppatronen en -gedrag worden gevolgd en kunnen voorspellingen worden gedaan.
De steeds groter wordende gegevens zijn echter ongestructureerd en vereisen parsing voor effectieve besluitvorming. Dit proces is complex en tijdrovend voor bedrijven – vandaar de opkomst van data science.
Datawetenschap, of datagedreven wetenschap, gebruikt big data en machine learning om data te interpreteren voor besluitvormingsdoeleinden.
Een korte geschiedenis van Data Science
De term data science bestaat het grootste deel van de afgelopen 30 jaar en werd oorspronkelijk gebruikt als vervanging voor ‘computer science’ in 1960. Ongeveer 15 jaar later werd de term gebruikt om het overzicht te definiëren van dataverwerkingsmethoden die in verschillende toepassingen. In 2001 werd data science geïntroduceerd als een onafhankelijke discipline. De Harvard Business Review publiceerde in 2012 een artikel waarin de rol van de datawetenschapper werd beschreven als de ‘meest sexy baan van de 21e eeuw’.
Belangrijkste leerpunten
- Vooruitgang in technologie, internet, sociale media en het gebruik van technologie hebben allemaal de toegang tot big data vergroot.
- Datawetenschap gebruikt technieken zoals machine learning en kunstmatige intelligentie om zinvolle informatie te extraheren en toekomstige patronen en gedragingen te voorspellen.
- Het gebied van datawetenschap groeit naarmate de technologie vordert en technieken voor het verzamelen en analyseren van big data steeds geavanceerder worden.
Hoe Data Science wordt toegepast
Datawetenschap omvat tools uit meerdere disciplines om een dataset te verzamelen, te verwerken en inzichten af te leiden uit de dataset, zinvolle data uit de set te extraheren en deze te interpreteren voor besluitvormingsdoeleinden. De disciplinaire gebieden die deel uitmaken van het datawetenschapsveld zijn onder meer mijnbouw, statistiek, machine learning, analyse en programmeren.
Datamining past algoritmen toe op de complexe dataset om patronen te onthullen die vervolgens worden gebruikt om nuttige en relevante gegevens uit de set te extraheren. Statistische metingen of voorspellende analyses gebruiken deze geëxtraheerde gegevens om gebeurtenissen te meten die waarschijnlijk in de toekomst zullen plaatsvinden op basis van wat de gegevens aantonen dat er in het verleden is gebeurd.
Machine learning is een hulpmiddel voor kunstmatige intelligentie dat grote hoeveelheden gegevens verwerkt die een mens in zijn leven niet zou kunnen verwerken. Machine learning perfectioneert het beslissingsmodel dat wordt gepresenteerd onder voorspellende analyses door de waarschijnlijkheid dat een gebeurtenis plaatsvindt, af te stemmen op wat er werkelijk op een voorspeld tijdstip is gebeurd.
Met behulp van analyses verzamelt en verwerkt de data-analist de gestructureerde gegevens uit de machine learning-fase met behulp van algoritmen. De analist interpreteert, converteert en vat de gegevens samen in een samenhangende taal die het besluitvormende team kan begrijpen. Datawetenschap wordt in praktisch alle contexten toegepast en naarmate de rol van de datawetenschapper evolueert, zal het veld uitbreiden naar data-architectuur, data-engineering en data-administratie.
Snel feit
Volgens IBM zal de vraag naar datawetenschappers tegen 2020 naar verwachting met 28% toenemen.
De datawetenschapper gedefinieerd
Een datawetenschapper verzamelt, analyseert en interpreteert in veel gevallen grote hoeveelheden gegevens om de bedrijfsvoering te verbeteren. Datawetenschappers ontwikkelen statistische modellen die gegevens analyseren en patronen, trends en relaties in datasets detecteren. Deze informatie kan worden gebruikt om consumentengedrag te voorspellen of om bedrijfs- en operationele risico’s te identificeren. De datawetenschapper is vaak een verhalenverteller die data-inzichten presenteert aan besluitvormers op een begrijpelijke manier die toepasbaar is bij het oplossen van problemen.
Data Science Today
Bedrijven passen big data en datawetenschap toe op alledaagse activiteiten om waarde te creëren voor consumenten. Bankinstellingen maken gebruik van big data om hun successen op het gebied van fraudedetectie te verbeteren. Vermogensbeheermaatschappijen gebruiken big data om de waarschijnlijkheid te voorspellen dat de prijs van een effect op een bepaald tijdstip zal stijgen of dalen.
Bedrijven zoals Netflix minen big data om te bepalen welke producten ze aan hun gebruikers moeten leveren. Netflix gebruikt ook algoritmen om gepersonaliseerde aanbevelingen voor gebruikers te maken op basis van hun kijkgeschiedenis. Datawetenschap evolueert in hoog tempo en de toepassingen ervan zullen levens in de toekomst blijven veranderen.