علم البيانات

📅 آخر تحديث: ٢٢ يوليو ٢٠٢٦
✍️ نُشر في: ٢٢ يوليو ٢٠٢٦
📷 يحتوي على 4 صور
الموسوعة الحرة

تم اكتشاف وجود المذنب نيوايز (الذي يظهر هنا على شكل سلسلة من النقاط الحمراء) من خلال تحليل بيانات المسح الفلكي التي تم الحصول عليها بواسطة تلسكوب فضائي ، مستكشف المسح بالأشعة تحت الحمراء واسع المجال .

علم البيانات هو مجال أكاديمي متعدد التخصصات [1] يستخدم الإحصائيات والحوسبة العلمية والأساليب العلمية والمعالجة والتصور العلمي والخوارزميات والأنظمة لاستخراج أو استقراء المعرفة والرؤى من البيانات الصاخبة أو المنظمة أو غير المنظمة المحتملة . [2]

يدمج علم البيانات أيضًا المعرفة المجالية من مجال التطبيق الأساسي (على سبيل المثال، العلوم الطبيعية، وتكنولوجيا المعلومات، والطب). [3] علم البيانات متعدد الأوجه ويمكن وصفه بأنه علم، ونموذج بحث، وطريقة بحث، وتخصص، وسير عمل، ومهنة. [4]

علم البيانات هو "مفهوم لتوحيد الإحصاء وتحليل البيانات والمعلوماتية والأساليب ذات الصلة " لفهم وتحليل الظواهر الفعلية باستخدام البيانات . [5] يستخدم تقنيات ونظريات مستمدة من العديد من المجالات في سياق الرياضيات والإحصاء وعلوم الكمبيوتر وعلوم المعلومات والمعرفة المجالية . [ 6] ومع ذلك، فإن علم البيانات يختلف عن علوم الكمبيوتر وعلوم المعلومات. تخيل جيم جراي الحائز على جائزة تورينج علم البيانات باعتباره "نموذجًا رابعًا" للعلم ( تجريبي ونظري وحسابي وموجه بالبيانات الآن) وأكد أن "كل شيء عن العلم يتغير بسبب تأثير تكنولوجيا المعلومات " وطوفان البيانات . [ 7 ] [8]

عالم البيانات هو محترف يقوم بإنشاء أكواد البرمجة ودمجها مع المعرفة الإحصائية لإنشاء رؤى من البيانات. [9]

الأسس

علم البيانات هو مجال متعدد التخصصات [10] يركز على استخراج المعرفة من مجموعات البيانات الكبيرة عادةً وتطبيق المعرفة والرؤى من تلك البيانات لحل المشكلات في مجموعة واسعة من مجالات التطبيق. يشمل المجال إعداد البيانات للتحليل، وصياغة مشاكل علم البيانات، وتحليل البيانات، وتطوير حلول تعتمد على البيانات، وتقديم النتائج لإبلاغ القرارات رفيعة المستوى في مجموعة واسعة من مجالات التطبيق. وعلى هذا النحو، فإنه يشتمل على مهارات من علوم الكمبيوتر والإحصاء وعلوم المعلومات والرياضيات وتصور البيانات وتصور المعلومات وصوتنة البيانات وتكامل البيانات والتصميم الجرافيكي والأنظمة المعقدة والاتصالات والأعمال . [11] [ 12] يربط الإحصائي ناثان ياو ، مستفيدًا من بن فراي ، علم البيانات أيضًا بالتفاعل بين الإنسان والحاسوب : يجب أن يكون المستخدمون قادرين على التحكم في البيانات واستكشافها بشكل حدسي . [13] [14] في عام 2015، حددت الجمعية الإحصائية الأمريكية إدارة قواعد البيانات والإحصاء والتعلم الآلي والأنظمة الموزعة والمتوازية باعتبارها المجتمعات المهنية الأساسية الثلاثة الناشئة. [15]

العلاقة مع الإحصاء

زعم العديد من الإحصائيين، ومنهم نيت سيلفر ، أن علم البيانات ليس مجالًا جديدًا، بل هو اسم آخر للإحصاء. [16] ويزعم آخرون أن علم البيانات يختلف عن الإحصاء لأنه يركز على المشكلات والتقنيات الفريدة للبيانات الرقمية. [17] يكتب فاسانت دار أن الإحصاء يؤكد على البيانات الكمية والوصف. في المقابل، يتعامل علم البيانات مع البيانات الكمية والنوعية (على سبيل المثال، من الصور والنصوص وأجهزة الاستشعار والمعاملات ومعلومات العملاء وما إلى ذلك) ويؤكد على التنبؤ والعمل. [18] وصف أندرو جلمان من جامعة كولومبيا الإحصاء بأنه جزء غير أساسي من علم البيانات. [19]

يكتب ديفيد دونوهو، أستاذ جامعة ستانفورد، أن علم البيانات لا يختلف عن الإحصاء من حيث حجم مجموعات البيانات أو استخدام الحوسبة وأن العديد من برامج الدراسات العليا تعلن بشكل مضلل عن تدريبها على التحليلات والإحصاء باعتبارها جوهر برنامج علم البيانات. ويصف علم البيانات بأنه مجال تطبيقي ينمو من الإحصاءات التقليدية. [20]

علم أصول الكلمات

الاستخدام المبكر

في عام 1962، وصف جون توكي مجالًا أطلق عليه " تحليل البيانات "، والذي يشبه علم البيانات الحديث. [20] في عام 1985، في محاضرة ألقيت في الأكاديمية الصينية للعلوم في بكين، استخدم سي إف جيف وو مصطلح "علم البيانات" لأول مرة كاسم بديل للإحصاء. [21] لاحقًا، أقر الحاضرون في ندوة إحصائية عام 1992 في جامعة مونبلييه الثانية بظهور تخصص جديد يركز على البيانات ذات الأصول والأشكال المختلفة، ويجمع بين المفاهيم والمبادئ الراسخة للإحصاء وتحليل البيانات مع الحوسبة. [22] [23]

يعود أصل مصطلح "علم البيانات" إلى عام 1974، عندما اقترحه بيتر نور كاسم بديل لعلم الكمبيوتر. [6] في عام 1996، أصبح الاتحاد الدولي لجمعيات التصنيف أول مؤتمر يتناول علم البيانات على وجه التحديد كموضوع. [6] ومع ذلك، كان التعريف لا يزال في حالة تغير مستمر. بعد محاضرة عام 1985 في الأكاديمية الصينية للعلوم في بكين، اقترح سي إف جيف وو مرة أخرى في عام 1997 إعادة تسمية الإحصاء بعلم البيانات. ورأى أن الاسم الجديد من شأنه أن يساعد الإحصاء في التخلص من الصور النمطية غير الدقيقة، مثل كونه مرادفًا للمحاسبة أو مقتصرًا على وصف البيانات. [24] في عام 1998، دافع هاياشي تشيكيو عن علم البيانات كمفهوم جديد ومتعدد التخصصات، مع ثلاثة جوانب: تصميم البيانات وجمعها وتحليلها. [23]

خلال تسعينيات القرن العشرين، كانت المصطلحات الشائعة لعملية العثور على الأنماط في مجموعات البيانات (التي كانت كبيرة بشكل متزايد) تشمل "اكتشاف المعرفة" و" استخراج البيانات ". [6] [25]

الاستخدام الحديث

في عام 2012، أعلن التقنيان توماس إتش دافنبورت ودي جي باتيل "عالم البيانات: الوظيفة الأكثر جاذبية في القرن الحادي والعشرين"، [26] وهي عبارة تم التقاطها حتى من قبل الصحف الكبرى مثل نيويورك تايمز [27] وبوسطن جلوب . [28] وبعد عقد من الزمان، أعادوا تأكيدها، قائلين إن "الوظيفة مطلوبة أكثر من أي وقت مضى لدى أصحاب العمل". [29]

يُنسب أحيانًا المفهوم الحديث لعلم البيانات كتخصص مستقل إلى ويليام إس. كليفلاند . [30] في ورقة بحثية عام 2001، دعا إلى توسيع نطاق الإحصاءات إلى ما هو أبعد من النظرية في المجالات التقنية؛ ولأن هذا من شأنه أن يغير المجال بشكل كبير، فقد استحق اسمًا جديدًا. [25] أصبح "علم البيانات" أكثر استخدامًا في السنوات القليلة التالية: في عام 2002، أطلقت لجنة البيانات للعلوم والتكنولوجيا مجلة علم البيانات . في عام 2003، أطلقت جامعة كولومبيا مجلة علم البيانات . [25] في عام 2014، غير قسم التعلم الإحصائي واستخراج البيانات التابع للجمعية الإحصائية الأمريكية اسمه إلى قسم التعلم الإحصائي وعلوم البيانات، مما يعكس الشعبية المتزايدة لعلم البيانات. [31]

تم إسناد اللقب المهني "عالم بيانات" إلى دي جي باتيل وجيف هامرباشر في عام 2008. [32] وعلى الرغم من استخدامه من قبل المجلس الوطني للعلوم في تقريره لعام 2005 "مجموعات البيانات الرقمية طويلة الأمد: تمكين البحث والتعليم في القرن الحادي والعشرين"، إلا أنه يشير على نطاق واسع إلى أي دور رئيسي في إدارة مجموعة البيانات الرقمية . [33]

لا يوجد إجماع حتى الآن على تعريف علم البيانات، ويعتبره البعض مصطلحًا طنانًا . [34] البيانات الضخمة هي مصطلح تسويقي ذو صلة. [35] علماء البيانات مسؤولون عن تقسيم البيانات الضخمة إلى معلومات قابلة للاستخدام وإنشاء برامج وخوارزميات تساعد الشركات والمؤسسات على تحديد العمليات المثلى. [36]

علم البيانات وتحليل البيانات

إحصائيات موجزة ومخططات تشتت توضح مجموعة بيانات Datasaurus المكونة من اثنتي عشرة مجموعة
مثال على فائدة تحليل البيانات الاستكشافية كما تم توضيحه باستخدام مجموعة بيانات Datasaurus المكونة من اثنتي عشرة مجموعة

يعد علم البيانات وتحليل البيانات من التخصصات المهمة في مجال إدارة البيانات وتحليلها، لكنهما يختلفان في عدة جوانب رئيسية. في حين أن كلا المجالين يتضمنان العمل بالبيانات، فإن علم البيانات هو مجال متعدد التخصصات يتضمن تطبيق الأساليب الإحصائية والحسابية والتعلم الآلي لاستخراج الأفكار من البيانات والتنبؤ، بينما يركز تحليل البيانات بشكل أكبر على فحص البيانات وتفسيرها لتحديد الأنماط والاتجاهات. [37] [38]

يتضمن تحليل البيانات عادةً العمل مع مجموعات بيانات أصغر وأكثر تنظيمًا للإجابة على أسئلة محددة أو حل مشكلات محددة. يمكن أن يتضمن ذلك مهام مثل تنظيف البيانات وتصور البيانات وتحليل البيانات الاستكشافي لاكتساب رؤى حول البيانات وتطوير فرضيات حول العلاقات بين المتغيرات . يستخدم محللو البيانات عادةً الأساليب الإحصائية لاختبار هذه الفرضيات واستخلاص النتائج من البيانات. على سبيل المثال، قد يقوم محلل البيانات بتحليل بيانات المبيعات لتحديد اتجاهات سلوك العملاء وتقديم توصيات لاستراتيجيات التسويق. [37]

من ناحية أخرى، يعد علم البيانات عملية أكثر تعقيدًا وتكرارية تتضمن العمل مع مجموعات بيانات أكبر وأكثر تعقيدًا والتي غالبًا ما تتطلب أساليب حسابية وإحصائية متقدمة للتحليل. غالبًا ما يعمل علماء البيانات مع بيانات غير منظمة مثل النصوص أو الصور ويستخدمون خوارزميات التعلم الآلي لبناء نماذج تنبؤية واتخاذ قرارات تعتمد على البيانات. بالإضافة إلى التحليل الإحصائي ، غالبًا ما يتضمن علم البيانات مهام مثل معالجة البيانات مسبقًا وهندسة الميزات واختيار النموذج. على سبيل المثال، قد يطور عالم البيانات نظام توصية لمنصة التجارة الإلكترونية من خلال تحليل أنماط سلوك المستخدم واستخدام خوارزميات التعلم الآلي للتنبؤ بتفضيلات المستخدم. [38] [39]

بينما يركز تحليل البيانات على استخراج الأفكار من البيانات الموجودة، فإن علم البيانات يتجاوز ذلك من خلال دمج تطوير وتنفيذ نماذج تنبؤية لاتخاذ قرارات مستنيرة. غالبًا ما يكون علماء البيانات مسؤولين عن جمع البيانات وتنظيفها، واختيار التقنيات التحليلية المناسبة، ونشر النماذج في سيناريوهات العالم الحقيقي. إنهم يعملون في تقاطع الرياضيات وعلوم الكمبيوتر والخبرة في المجال لحل المشكلات المعقدة وكشف الأنماط المخفية في مجموعات البيانات الكبيرة. [38]

على الرغم من هذه الاختلافات، فإن علم البيانات وتحليل البيانات مجالات وثيقة الصلة وغالبًا ما تتطلب مجموعات مهارات مماثلة. يتطلب كلا المجالين أساسًا متينًا في الإحصاء والبرمجة وتصور البيانات ، بالإضافة إلى القدرة على توصيل النتائج بشكل فعال إلى كل من الجمهور الفني وغير الفني. يستفيد كلا المجالين من التفكير النقدي ومعرفة المجال ، حيث أن فهم سياق البيانات وفروقها الدقيقة أمر ضروري للتحليل الدقيق والنمذجة. [37] [38]

باختصار، تحليل البيانات وعلوم البيانات هما تخصصان متميزان ومترابطان في مجال أوسع لإدارة البيانات وتحليلها. يركز تحليل البيانات على استخراج الأفكار واستخلاص النتائج من البيانات المنظمة ، بينما يتضمن علم البيانات نهجًا أكثر شمولاً يجمع بين التحليل الإحصائي والأساليب الحسابية والتعلم الآلي لاستخراج الأفكار وبناء النماذج التنبؤية ودفع عملية اتخاذ القرار القائمة على البيانات . يستخدم كلا المجالين البيانات لفهم الأنماط واتخاذ قرارات مستنيرة وحل المشكلات المعقدة عبر مجالات مختلفة.

الحوسبة السحابية لعلوم البيانات

هندسة قائمة على السحابة لتمكين تحليلات البيانات الضخمة. تتدفق البيانات من مصادر مختلفة، مثل أجهزة الكمبيوتر الشخصية وأجهزة الكمبيوتر المحمولة والهواتف الذكية ، من خلال الخدمات السحابية للمعالجة والتحليل، مما يؤدي في النهاية إلى تطبيقات مختلفة للبيانات الضخمة .

يمكن أن توفر الحوسبة السحابية إمكانية الوصول إلى كميات كبيرة من الطاقة الحسابية والتخزين . [40] في البيانات الضخمة ، حيث يتم إنشاء كميات كبيرة من المعلومات ومعالجتها باستمرار، يمكن استخدام هذه المنصات للتعامل مع المهام التحليلية المعقدة والتي تتطلب موارد مكثفة. [41]

تم تصميم بعض أطر الحوسبة الموزعة للتعامل مع أحمال عمل البيانات الضخمة. يمكن لهذه الأطر تمكين علماء البيانات من معالجة وتحليل مجموعات البيانات الضخمة بالتوازي، مما قد يقلل من أوقات المعالجة. [42]

الاعتبارات الأخلاقية في علم البيانات

يتضمن علم البيانات جمع ومعالجة وتحليل البيانات التي غالبًا ما تتضمن معلومات شخصية وحساسة. تشمل المخاوف الأخلاقية انتهاكات الخصوصية المحتملة، واستمرار التحيز، والتأثيرات المجتمعية السلبية [43] [44]

يمكن لنماذج التعلم الآلي أن تعمل على تضخيم التحيزات الموجودة في بيانات التدريب، مما يؤدي إلى نتائج تمييزية أو غير عادلة. [45] [46]

انظر أيضا

مراجع

  1. ^ دونوهو، ديفيد (2017). "50 عامًا من علوم البيانات". مجلة الإحصاء الحسابي والرسومي . 26 (4): 745-766. doi : 10.1080/10618600.2017.1384734 . S2CID  114558008.
  2. ^ Dhar, V. (2013). "علم البيانات والتنبؤ". Communications of the ACM . 56 (12): 64–73. doi :10.1145/2500499. S2CID  6107147. مؤرشف من الأصل في 9 نوفمبر 2014. تم الاسترجاع في 2 سبتمبر 2015 .
  3. ^ دانيلوك، أ.؛ ليديج، ب. (2021). كفاءات الحوسبة لمناهج علوم البيانات الجامعية (PDF) . التقرير النهائي لفريق عمل علوم البيانات التابع لرابطة مكائن ​​الحوسبة (تقرير).
  4. ^ مايك كوبي. حزان، أوريت (20 يناير 2023). “ما هو علم البيانات؟”. اتصالات ACM . 66 (2): 12-13. دوى : 10.1145/3575663 . ISSN  0001-0782.
  5. ^ هاياشي، تشيكيو (1 يناير 1998). "ما هو علم البيانات؟ المفاهيم الأساسية ومثال استدلالي". في هاياشي، تشيكيو؛ ياجيما، كيجي؛ بوك، هانز هيرمان؛ أوسومي، نوبورو؛ تاناكا، يوتاكا؛ بابا، ياسوماسا (المحررون). علم البيانات والتصنيف والأساليب ذات الصلة . دراسات في التصنيف وتحليل البيانات وتنظيم المعرفة. سبرينغر اليابان. ص. 40-51. doi :10.1007/978-4-431-65950-1_3. ISBN 9784431702085.
  6. ^ abcd Cao, Longbing (29 يونيو 2017). "علم البيانات: نظرة عامة شاملة". استطلاعات الحوسبة ACM . 50 (3): 43:1–43:42. arXiv : 2007.03606 . doi : 10.1145/3076253 . ISSN  0360-0300. S2CID  207595944.
  7. ^ توني هي؛ ستيوارت تانسلي؛ كريستين ميشيل تول (2009). النموذج الرابع: الاكتشاف العلمي المكثف بالبيانات. مايكروسوفت للأبحاث. رقم ISBN 978-0-9825442-0-4. تم أرشفة النسخة الأصلية في 20 مارس 2017.
  8. ^ بيل، جيه؛ هي، تي؛ سزالاي، أ. (2009). "علوم الكمبيوتر: ما وراء طوفان البيانات". ساينس . 323 (5919): 1297–1298. doi :10.1126/science.1170411. ISSN  0036-8075. PMID  19265007. S2CID  9743327.
  9. ^ دافنبورت، توماس إتش؛ باتيل، دي جي (أكتوبر 2012). "عالم البيانات: الوظيفة الأكثر جاذبية في القرن الحادي والعشرين". هارفارد بيزنس ريفيو . 90 (10): 70-76، 128. PMID  23074866. تم الاسترجاع في 18 يناير 2016 .
  10. ^ إيميرت-سترايب، فرانك؛ ديهمر، ماثياس (2018). "تعريف علم البيانات من خلال تحديد كمية المجتمع استنادًا إلى البيانات". التعلم الآلي واستخراج المعرفة . 1 : 235-251. doi : 10.3390/make1010015 .
  11. ^ "1. مقدمة: ما هو علم البيانات؟". ممارسة علم البيانات [كتاب] . أوريلي . تم الاسترجاع في 3 أبريل 2020 .
  12. ^ "المهارات الثلاث المثيرة لخبراء البيانات". medriscoll: data utopian . 27 مايو 2009 . تم الاسترجاع في 3 أبريل 2020 .
  13. ^ ياو، ناثان (4 يونيو 2009). "صعود عالم البيانات". FlowingData . تم الاسترجاع في 3 أبريل 2020 .
  14. ^ "مثال أساسي". benfry.com . تم الاسترجاع في 3 أبريل 2020 .
  15. ^ "بيان الجمعية الأمريكية للإحصاء حول دور الإحصاء في علم البيانات". AmStatNews . الجمعية الإحصائية الأمريكية . 1 أكتوبر 2015. مؤرشف من الأصل في 20 يونيو 2019. تم الاسترجاع 29 مايو 2019 .
  16. ^ "نيت سيلفر: ما أحتاجه من الإحصائيين". إحصائيات المشاهدات . 23 أغسطس 2013. تم الاسترجاع في 3 أبريل 2020 .
  17. ^ "ما هو الفرق بين علم البيانات والإحصاء؟". برايسونوميكس . 13 أكتوبر 2015. تم الاسترجاع في 3 أبريل 2020 .
  18. ^ فاسانت دار (1 ديسمبر 2013). "علم البيانات والتنبؤ". اتصالات جمعية الحوسبة الآلية . 56 (12): 64-73. doi :10.1145/2500499. S2CID  6107147.
  19. ^ "الإحصاء هو الجزء الأقل أهمية في علم البيانات « النمذجة الإحصائية والاستدلال السببي والعلوم الاجتماعية". statmodeling.stat.columbia.edu . تم الاسترجاع في 3 أبريل 2020 .
  20. ^ ab Donoho, David (18 September 2015). "50 years of Data Science" (PDF) . تم الاسترجاع في 2 أبريل 2020 .
  21. ^ وو، جيف سي إف (1986). "الاتجاهات المستقبلية للبحث الإحصائي في الصين: منظور تاريخي" (PDF) . تطبيق الإحصاء والإدارة . 1 : 1-7 . تم الاسترجاع في 29 نوفمبر 2020 .
  22. ^ Escoufier, Yves; Hayashi, Chikio; Fichet, Bernard, eds. (1995). علم البيانات وتطبيقاته . طوكيو: Academic Press/Harcourt Brace. ISBN 0-12-241770-4. OCLC  489990740.
  23. ^ ab Murtagh, Fionn; Devlin, Keith (2018). "تطوير علم البيانات: الآثار المترتبة على التعليم والتوظيف والبحث وثورة البيانات من أجل التنمية المستدامة". البيانات الضخمة والحوسبة المعرفية . 2 (2): 14. doi : 10.3390/bdcc2020014 .
  24. ^ وو، سي إف جيف. "الإحصاء=علم البيانات؟" (PDF) . تم الاسترجاع في 2 أبريل 2020 .
  25. ^ abc Press, Gil. "A Very Short History of Data Science". Forbes . تم الاسترجاع في 3 أبريل 2020 .
  26. ^ دافنبورت، توماس (1 أكتوبر 2012). "عالم البيانات: الوظيفة الأكثر جاذبية في القرن الحادي والعشرين". هارفارد بيزنس ريفيو . تم الاسترجاع في 10 أكتوبر 2022 .
  27. ^ ميلر، كلير (4 أبريل 2013). "علم البيانات: أرقام حياتنا". نيويورك تايمز . مدينة نيويورك . تم الاسترجاع في 10 أكتوبر 2022 .
  28. ^ بورشرز، كالوم (11 نوفمبر 2015). "وراء كواليس "أكثر الوظائف جاذبية في القرن الحادي والعشرين". بوسطن جلوب . بوسطن . تم الاسترجاع في 10 أكتوبر 2022 .
  29. ^ دافنبورت، توماس (15 يوليو 2022). "هل لا يزال عالم البيانات هو الوظيفة الأكثر جاذبية في القرن الحادي والعشرين؟". هارفارد بيزنس ريفيو . تم الاسترجاع في 10 أكتوبر 2022 .
  30. ^ جوبتا، شانتي (11 ديسمبر 2015). "ويليام إس. كليفلاند" . تم الاسترجاع في 2 أبريل 2020 .
  31. ^ تالي، جيل (1 يونيو 2016). "الجمعية الإحصائية الأمريكية توسع نطاقها وتواصلها لتعزيز النمو والتعاون في علوم البيانات". أخبار أمستات . الجمعية الإحصائية الأمريكية .في عام 2013، بدأ المؤتمر الأوروبي الأول لتحليل البيانات (ECDA2013) في لوكسمبورج العملية التي أسست الجمعية الأوروبية لعلوم البيانات (EuADS) www.euads.org في لوكسمبورج في عام 2015.
  32. ^ دافنبورت، توماس إتش؛ باتيل، دي جي (1 أكتوبر 2012). "عالم البيانات: الوظيفة الأكثر جاذبية في القرن الحادي والعشرين". هارفارد بيزنس ريفيو . العدد أكتوبر 2012. ISSN  0017-8012 . تم الاسترجاع في 3 أبريل 2020 .
  33. ^ "US NSF – NSB-05-40, Long-Lived Digital Data Collections Enabling Research and Education in the 21st Century". www.nsf.gov . تم الاسترجاع في 3 أبريل 2020 .
  34. ^ بريس، جيل. "علم البيانات: ما هو نصف عمر الكلمة الطنانة؟". فوربس . تم الاسترجاع في 3 أبريل 2020 .
  35. ^ فام، بيتر. "تأثيرات البيانات الضخمة التي ربما لم تسمع عنها من قبل". فوربس . تم الاسترجاع في 3 أبريل 2020 .
  36. ^ مارتن، صوفيا (20 سبتمبر 2019). "كيف سيؤثر علم البيانات على مستقبل الأعمال؟" (PDF) . Medium . تم الاسترجاع في 3 أبريل 2020 .
  37. ^ abc جيمس، جاريث ؛ ويتن، دانييلا ؛ هاستي، تريفور ؛ تيبشيراني، روبرت (29 سبتمبر 2017). مقدمة إلى التعلم الإحصائي: مع التطبيقات في R. سبرينغر.
  38. ^ abcd Provost, Foster; Tom Fawcett (1 أغسطس 2013). "علم البيانات للأعمال: ما تحتاج إلى معرفته حول استخراج البيانات والتفكير التحليلي للبيانات". O'Reilly Media, Inc.
  39. ^ هان، كامبر؛ بي (2011). استخراج البيانات: المفاهيم والتقنيات. رقم ISBN 9780123814791.
  40. ^ هاشم، إبراهيم أباكر تارجيو؛ يعقوب، أبرار؛ أنور، نور بدرول؛ مختار، سليمة؛ جاني، عبد الله؛ الله خان، سامي (2015). “ظهور “البيانات الضخمة” في الحوسبة السحابية: مراجعة قضايا البحث وفتحها”. نظم المعلومات . 47 : 98-115. دوى :10.1016/j.is.2014.07.006.
  41. ^ تشيو، جونفي؛ وو، تشيهوي. دينغ، جورو؛ شو، يوهوا؛ فنغ ، شو (2016). “دراسة استقصائية للتعلم الآلي لمعالجة البيانات الضخمة”. مجلة EURASIP حول التقدم في معالجة الإشارات . 2016 (1). دوى : 10.1186/s13634-016-0355-x . ISSN  1687-6180.
  42. ^ Armbrust, Michael; Xin, Reynold S.; Lian, Cheng; Huai, Yin; Liu, Davies; Bradley, Joseph K.; Meng, Xiangrui; Kaftan, Tomer; Franklin, Michael J.; Ghodsi, Ali; Zaharia, Matei (27 مايو 2015). "Spark SQL: معالجة البيانات العلائقية في Spark". وقائع مؤتمر ACM SIGMOD الدولي لعام 2015 حول إدارة البيانات . ACM. ص. 1383-1394. doi :10.1145/2723372.2742797. ISBN 978-1-4503-2758-9.
  43. ^ فلوريدي، لوتشيانو ؛ تاديو، مارياروساريا (28 ديسمبر 2016). "ما هي أخلاقيات البيانات؟". المعاملات الفلسفية للجمعية الملكية أ: العلوم الرياضية والفيزيائية والهندسية . 374 (2083): 20160360. رمز Bibcode : 2016RSPTA.37460360F. doi : 10.1098/rsta.2016.0360. ISSN  1364-503X. PMC 5124072. PMID 28336805  . 
  44. ^ ميتلستادت، برنت دانييل؛ فلوريدي، لوتشيانو (2016). "أخلاقيات البيانات الضخمة: القضايا الحالية والمتوقعة في السياقات الطبية الحيوية". أخلاقيات العلوم والهندسة . 22 (2): 303-341. doi :10.1007/s11948-015-9652-2. ISSN  1353-3452. PMID  26002496.
  45. ^ باروكاس، سولون؛ سيلبست، أندرو د (2016). "التأثير المتباين للبيانات الضخمة". مراجعة قانون كاليفورنيا . doi :10.15779/Z38BG31 – عبر كتالوج مكتبة قانون بيركلي.
  46. ^ Caliskan, Aylin; Bryson, Joanna J .; Narayanan, Arvind (14 أبريل 2017). "الدلالات المشتقة تلقائيًا من مجموعات اللغة تحتوي على تحيزات شبيهة بالإنسان". Science . 356 (6334): 183–186. arXiv : 1608.07187 . Bibcode :2017Sci...356..183C. doi :10.1126/science.aal4230. ISSN  0036-8075.
تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=علم_البيانات&oldid=1244076203"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate