Obadiah: Scienza dei dati, condivisione delle conoscenze con il pubblico

La scienza dei dati ha più a che fare con l'estrazione di informazioni, l'analisi dei dati possibili, la ricerca di modelli e relazioni segrete.

Così ha detto il professor James Abdey del dipartimento di statistica della London School of Economics (LSE), durante una conferenza sul tema “

Ha detto che la scienza dei dati ha anche a che fare con risolvere i problemi della natura di varie cose come quelle in settori aziendali o sanitari.

“Data science, un termine che molti di voi possono aver sentito, ma non si può essere molto sicuri di cosa significhi. Quindi concentriamoci su “sequence”. Credo che possiamo collegarlo agli scienziati. E cosa fanno i buoni scienziati? Beh, è una storia di storia, rivelando conoscenza, comunicando queste conoscenze a un pubblico più ampio. Come dice Albert Einstein “se non riesci a spiegarlo, non lo capisci molto bene Quindi non sta solo facendo l'analisi. Stai costruendo i tuoi algoritmi durante la crittografia, facendo bit numerici. Questo è importante, ma è anche importante comunicare con quelle conoscenze prese con loro attraverso i decisori chiave, \x5>, Abdey ha detto.

Per quanto riguarda l'analisi dei dati, Abdey ha detto che potrebbero affrontare diversi termini e definizioni.

“Data shutter, data review science per trarre conclusioni. Quindi, naturalmente, i dati di prova richiedono diverse tecniche matematiche statistiche, che vengono implementate in modo adeguato e appropriato con alcune ipotesi fatte lungo la strada, ma è così che si tratta di queste conclusioni, che sono fatte come conseguenza. Non c'è modo di scoprire qualcosa se ti siedi in quella conoscenza e non usarla in alcun modo, ha detto.

Abdey ha detto manager in diverse aziende e organizzazioni non sono quelli che creano algoritmi, ma secondo lui, è necessario avere conoscenza delle tecniche e dei meccanismi utilizzati durante il processo.

Nel corso di questo discorso, Abdey ha anche menzionato il termine “Big date”, il che significa “large dataθx3>, che secondo lui è molto difficile da compilare una definizione corretta. Secondo lui, le sfide in questo campo sono volume, varietà, velocità, valore e futilità.