ciencia de datos
campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento de datos
AI overview
Data science is a field of study focused on extracting useful insights and knowledge from data. It matters because these insights can help organizations and individuals make better decisions based on evidence rather than guesswork.
AI-generated from the Wikipedia summary — may contain errors.
Research
1,124,733 papers- The role of data science in healthcare advancements: applications, benefits, and future prospects.ReviewIrish journal of medical science · 2022Subrahmanya SVG, Shetty DK, Patil V et al.DOI: 10.1007/s11845-021-02730-z
- Microbiome data science.ReviewJournal of biosciences · 2019Shetty SA, Lahti L
- Data science in cell imaging.ReviewJournal of cell science · 2021Driscoll MK, Zaritsky ADOI: 10.1242/jcs.254292
- Data science approaches to infectious disease surveillance.ReviewPhilosophical transactions. Series A, Mathematical, physical, and engineering sciences · 2022Zhang QDOI: 10.1098/rsta.2021.0115
Article · Español
La ciencia de datos es un campo interdisciplinario que, con métodos científicos, extrae conocimiento de datos estructurados o no estructurados. Es una combinación de campos de análisis de datos como la estadística, la minería de datos, el aprendizaje automático, y la analítica predictiva. El concepto ciencia de datos reúne estadísticas, análisis de datos, aprendizaje automático, y sus métodos relacionados, para comprender y analizar los fenómenos reales. Emplea técnicas y teorías extraídas de muchos campos dentro del contexto de las matemáticas, la estadística, la ciencia de la información, y la informática. El ganador del premio Turing, Jim Gray, imaginó la ciencia de datos como un "cuarto paradigma" de la ciencia (empírico, teórico, computacional, y ahora basado en datos), y afirmó que "todo lo relacionado con la ciencia está cambiando debido al impacto de la tecnología de la información y el diluvio de datos". En este nuevo paradigma, los investigadores se apoyan de sistemas y procesos que son muy diferentes a los utilizados en el pasado, como son modelos, ecuaciones, algoritmos, así como evaluación e interpretación de resultados.
Abstract from DBpedia / Wikipedia · CC BY-SA