علم البيانات

علم البيانات هو مجال أكاديمي متعدد التخصصات ^{[ 1 ]} يستخدم الإحصاء ، والحوسبة العلمية ، والأساليب العلمية ، والمعالجة، والتصوير العلمي ، والخوارزميات ، والبرمجة (مثل بايثون، وSQL، وR)، والأنظمة لاستخلاص أو استقراء المعرفة من بيانات قد تكون مشوشة، أو منظمة ، أو غير منظمة . ^{[ 2 ]} عالم البيانات هو متخصص يقوم بإنشاء أكواد برمجية ويدمجها مع المعرفة الإحصائية لتلخيص البيانات. ^{[ 3 ]}

يلعب علم البيانات دورًا محوريًا في عملية صنع القرار الحديثة ، إذ يمكّن المؤسسات من استخلاص رؤى قابلة للتنفيذ من مجموعات البيانات الضخمة والمعقدة. ^{[ 4 ]} كما يدمج علم البيانات المعرفة المتخصصة من مجال التطبيق الأساسي (مثل العلوم الطبيعية، وتكنولوجيا المعلومات، والطب). ^{[ 5 ]} يتسم علم البيانات بتعدد جوانبه، ويمكن وصفه بأنه علم، ونموذج بحثي، ومنهج بحثي، وتخصص، ومنهجية عمل، ومهنة. ^{[ 6 ]}

علم البيانات هو "مفهوم يهدف إلى توحيد الإحصاء ، وتحليل البيانات ، والمعلوماتية ، والأساليب المرتبطة بها " لفهم وتحليل الظواهر الواقعية باستخدام البيانات . ^{[ 7 ]} وهو يستخدم تقنيات ونظريات مستمدة من مجالات عديدة ضمن سياق الرياضيات ، والإحصاء ، وعلوم الحاسوب ، وعلم المعلومات ، والمعرفة المتخصصة . ^{[ 8 ]} ومع ذلك، يختلف علم البيانات عن علوم الحاسوب وعلم المعلومات. وقد تخيّل جيم غراي، الحائز على جائزة تورينج، علم البيانات باعتباره "نموذجًا رابعًا" للعلوم ( التجريبي ، والنظري ، والحسابي ، والآن القائم على البيانات)، وأكد أن "كل شيء في العلم يتغير بسبب تأثير تكنولوجيا المعلومات " وتدفق البيانات الهائل . ^{[ 9 ] [ 10 ]}

يُوصَف علم البيانات غالبًا بأنه مجال متعدد التخصصات وسريع التطور، لأنه يستند إلى تقنيات من مجالات متنوعة، مثل علوم الحاسوب والإحصاء وعلم المعلومات، وغيرها من التخصصات الدقيقة. ويرى بعض الباحثين أن هذا الدمج بين المجالات المختلفة يُشبه ما كان عليه علم المعلومات قبل عقود. ^{[ 11 ]} وتُساعد هذه التشابهات في توضيح كيف أصبح علم البيانات تدريجيًا مجالًا دراسيًا قائمًا بذاته. ^{[ 11 ]}

علم البيانات مجال متعدد التخصصات ^{[ 12 ]} يركز على استخلاص المعرفة من مجموعات البيانات الضخمة عادةً ، وتطبيق هذه المعرفة لحل المشكلات في مجالات تطبيقية أخرى. يشمل هذا المجال إعداد البيانات للتحليل، وصياغة مشكلات علم البيانات، وتحليل البيانات، وتلخيص النتائج. ولذلك، فهو يدمج مهارات من علوم الحاسوب، والرياضيات، وتصوير البيانات ، والتصميم الجرافيكي ، والاتصالات ، وإدارة الأعمال . ^{[ 13 ]}

يكتب فاسانت دار أن الإحصاء يركز على البيانات الكمية والوصف. في المقابل، يتعامل علم البيانات مع البيانات الكمية والنوعية (مثل الصور والنصوص وأجهزة الاستشعار والمعاملات ومعلومات العملاء، إلخ) ويركز على التنبؤ واتخاذ الإجراءات. ^{[ 14 ]} وصف أندرو جيلمان من جامعة كولومبيا الإحصاء بأنه جزء غير أساسي من علم البيانات. ^{[ 15 ]} يكتب ديفيد دونوهو، أستاذ جامعة ستانفورد، أن علم البيانات لا يتميز عن الإحصاء بحجم مجموعات البيانات أو استخدام الحوسبة، وأن العديد من برامج الدراسات العليا تُسوّق بشكل مُضلل لتدريبها في التحليلات والإحصاء على أنه جوهر برنامج علم البيانات. ويصف علم البيانات بأنه مجال تطبيقي نشأ من الإحصاء التقليدي. ^{[ 16 ]}

يتضمن تحليل البيانات عادةً العمل مع مجموعات بيانات منظمة للإجابة عن أسئلة محددة أو حل مشكلات معينة. وقد يشمل ذلك مهامًا مثل تنظيف البيانات وتصويرها لتلخيصها ووضع فرضيات حول العلاقات بين المتغيرات . ويستخدم محللو البيانات عادةً الأساليب الإحصائية لاختبار هذه الفرضيات واستخلاص النتائج من البيانات. ^{[ 30 ]}

يتضمن علم البيانات التعامل مع مجموعات بيانات ضخمة تتطلب في كثير من الأحيان أساليب حسابية وإحصائية متقدمة لتحليلها. ويعمل علماء البيانات عادةً مع بيانات غير منظمة ، مثل النصوص أو الصور، ويستخدمون خوارزميات التعلم الآلي لبناء نماذج تنبؤية. كما يعتمد علم البيانات في كثير من الأحيان على التحليل الإحصائي ، ومعالجة البيانات المسبقة ، والتعلم الخاضع للإشراف . ^{[ 31 ] [ 32 ]}

تتيح الحوسبة السحابية الوصول إلى كميات هائلة من القدرة الحاسوبية والتخزين . ^{[ 33 ]} وفي مجال البيانات الضخمة ، حيث يتم توليد ومعالجة كميات هائلة من المعلومات باستمرار، يمكن استخدام هذه المنصات للتعامل مع المهام التحليلية المعقدة والتي تتطلب موارد كثيرة. ^{[ 34 ]}

صُممت بعض أطر الحوسبة الموزعة للتعامل مع أحمال العمل الضخمة للبيانات. تُمكّن هذه الأطر علماء البيانات من معالجة وتحليل مجموعات البيانات الكبيرة بالتوازي، مما يُقلل من أوقات المعالجة. ^{[ 35 ]}

يشمل علم البيانات جمع البيانات ومعالجتها وتحليلها، والتي غالباً ما تتضمن معلومات شخصية وحساسة. وتشمل المخاوف الأخلاقية انتهاكات محتملة للخصوصية، واستمرار التحيز، وآثاراً سلبية على المجتمع. ^{[ 36 ] [ 37 ]}

يمكن لنماذج التعلم الآلي أن تضخم التحيزات الموجودة في بيانات التدريب، مما يؤدي إلى نتائج تمييزية أو غير عادلة. ^{[ 38 ] [ 39 ]}

• بايثون (لغة برمجة)
• لغة البرمجة R
• هندسة البيانات
• البيانات الضخمة
• التعلم الآلي
• الذكاء الاصطناعي
• المعلوماتية الحيوية
• علم المعلومات الفلكية
• تحليل البيانات الطوبولوجية
• قائمة مجلات علوم البيانات
• قائمة برامج علوم البيانات
• قائمة برامج علوم البيانات مفتوحة المصدر
• برنامج دفتر ملاحظات علوم البيانات