Science des données
La science des données fournit des informations utiles basées sur de grandes quantités de données complexes ou de données volumineuses. La science des données, ou science pilotée par les données, combine différents domaines de travail en statistique et en calcul pour interpréter les données à des fins décisionnelles.
Comprendre la science des données
Les données proviennent de différents secteurs, canaux et plates-formes, notamment les téléphones portables, les médias sociaux, les sites de commerce électronique, les enquêtes sur les soins de santé et les recherches sur Internet. L'augmentation de la quantité de données disponibles a ouvert la porte à un nouveau domaine d'étude basé sur le big data: les énormes ensembles de données qui contribuent à la création de meilleurs outils opérationnels dans tous les secteurs.
L'accès sans cesse croissant aux données est possible grâce aux progrès de la technologie et des techniques de collecte. Les habitudes et comportements d'achat des individus peuvent être surveillés et des prévisions basées sur les informations recueillies.
Cependant, les données en constante augmentation ne sont pas structurées et nécessitent une analyse syntaxique pour une prise de décision efficace. Ce processus est complexe et prend du temps pour les entreprises, d'où l'émergence de la science des données.
La science des données, ou science pilotée par les données, utilise le Big Data et l'apprentissage automatique pour interpréter les données à des fins décisionnelles.
Une brève histoire de la science des données
Le terme "informatique des données" existe depuis une bonne partie des trente dernières années et avait été utilisé à l'origine pour remplacer "l'informatique" en 1960. Environ 15 ans plus tard, il était utilisé pour définir la méthode de traitement des données utilisée dans différents applications. En 2001, la science des données a été introduite en tant que discipline indépendante. La Harvard Business Review a publié un article en 2012 décrivant le rôle du scientifique des données en tant que «travail le plus sexy du XXIe siècle».
Points clés à retenir
- Les avancées technologiques, Internet, les médias sociaux et l'utilisation de la technologie ont tous accru l'accès au Big Data.
- La science des données utilise des techniques telles que l'apprentissage automatique et l'intelligence artificielle pour extraire des informations utiles et prédire les modèles et comportements futurs.
- Le domaine de la science des données se développe à mesure que la technologie progresse et que les techniques de collecte et d'analyse de données volumineuses deviennent plus sophistiquées.
Comment la science des données est appliquée
La science des données incorpore des outils de multiples disciplines pour collecter un ensemble de données, le traiter et en tirer des informations, extraire des données significatives de cet ensemble et les interpréter à des fins décisionnelles. Les domaines disciplinaires qui composent le domaine de la science des données comprennent l'exploitation minière, les statistiques, l'apprentissage automatique, l'analyse et la programmation.
L'exploration de données applique des algorithmes à l'ensemble de données complexe pour révéler des modèles qui sont ensuite utilisés pour extraire des données utiles et pertinentes de l'ensemble. Les mesures statistiques ou les analyses prédictives utilisent ces données extraites pour jauger les événements susceptibles de se produire dans le futur, en fonction de ce que les données ont montré se sont produits dans le passé.
L'apprentissage automatique est un outil d'intelligence artificielle qui traite des quantités massives de données qu'un humain serait incapable de traiter dans une vie. L'apprentissage automatique perfectionne le modèle de décision présenté dans l'analyse prédictive en faisant correspondre la probabilité qu'un événement se produise à ce qui s'est réellement passé à un moment prévu.
À l'aide de l'analyse, l'analyste de données collecte et traite les données structurées à partir de l'étape d'apprentissage automatique à l'aide d'algorithmes. L'analyste interprète, convertit et résume les données dans un langage cohérent que l'équipe décisionnelle peut comprendre. La science des données est appliquée à pratiquement tous les contextes et, à mesure que le rôle du chercheur évoluera, le domaine s'étendra à l'architecture, à l'ingénierie et à l'administration des données.
Fait bref
Selon IBM, la demande de scientifiques de données devrait augmenter de 28% d’ici 2020.
Le scientifique de données défini
Un scientifique de données recueille, analyse et interprète d'importants volumes de données, dans de nombreux cas, pour améliorer les opérations d'une entreprise. Les spécialistes des données scientifiques développent des modèles statistiques qui analysent les données et détectent les tendances, les tendances et les relations dans les ensembles de données. Ces informations peuvent être utilisées pour prédire le comportement du consommateur ou pour identifier les risques commerciaux et opérationnels. Le data scientist est souvent un narrateur qui présente aux décideurs les données les plus pertinentes de manière compréhensible et applicable à la résolution de problèmes.
La science des données aujourd'hui
Les entreprises appliquent le Big Data et la science des données à leurs activités quotidiennes pour apporter de la valeur aux consommateurs. Les institutions bancaires exploitent le Big Data pour améliorer leurs succès en matière de détection de la fraude. Les sociétés de gestion d'actifs utilisent le Big Data pour prédire la probabilité que le prix d'un titre augmente ou baisse à un moment donné.
Des sociétés telles que Netflix exploitent le Big Data pour déterminer quels produits fournir aux utilisateurs. Netflix utilise également des algorithmes pour créer des recommandations personnalisées pour les utilisateurs en fonction de leur historique de visualisation. La science des données évolue à un rythme rapide et ses applications continueront de changer des vies dans le futur.
Comparaison des comptes d'investissement Nom du fournisseur Description Divulgation par l'annonceur × Les offres figurant dans ce tableau proviennent de partenariats avec lesquels Investopedia reçoit une rémunération.