データサイエンスは単なる傾向ですか、それとも長期的な概念ですか？ [閉まっている

Question

過去2年間で、データサイエンスの多くのコースが出現しています。スタンフォードやコロンビアのような大きな大学でさえ、データサイエンスのMSを特に提供しています。しかし、私が見る限り、データサイエンスはコンピューターサイエンスと統計技術の単なる組み合わせのように見えます。だから私はいつもこれについて考えています。それが単なる傾向であり、今から10年後に誰かがまだデータサイエンスをフィールド全体またはCSまたは統計内の主題/トピックとして言及する場合。どう思いますか？

Answer 1

確かに言えることの1つは、誰も確かにこれを言うことはできません。そして、それは確かにある程度意見に基づいているかもしれません。一部の人々が「誇大広告」または「流行語」と見なす「ビッグデータ」のような用語の導入は、ここで適切な答えを簡単に具体化することを容易にしません。しかし、私は試してみます。

一般的に、学際的な分野は、彼らが広まっているどちらの分野にも深刻にされないという問題を抱えているように見えることがよくあります。ただし、特定の分野に多くの研究が投資されるほど、この分野をいくつかのサブトピックに分割する衝動が大きくなります。そして、これらのサブトピックソナーは、過剰な専門化を防ぎ、さまざまな分野の専門的な専門家によって開発された技術の適用性を高め、拡大するために、新しい方法で再結合する必要があります。

そして、私は「データサイエンス」を、さまざまな分野の専門知識と調査結果を組み合わせるアプローチと考えています。あなたはそれをと説明しました

...コンピューターサイエンスと統計技術の組み合わせ

そして実際、ここでのいくつかの質問は、データサイエンスと統計の区別を目指しています。しかし、純粋な統計学者は、Hadoopクラスターをセットアップして、インタラクティブなHTML5ダッシュボードで彼の分析の結果を表示することができない可能性が高いでしょう。また、素敵なHTML5ダッシュボードを実装できる人は、カイ2乗テストの数学的背景にそれほど精通していない可能性があります。

学生に十分な知識を与えることを想定するのは合理的です 申し込み データサイエンスでカバーされているさまざまな分野の最も重要な手法は、これらの技術の新しいアプリケーションにつながり、これらの分野の「純粋主義者」にとっても有益です。これらの手法の組み合わせは、多くの場合、単純ではなく、研究の分野を正当化することができます。

また、10年後には、データサイエンスが「コンピューターサイエンス内の単なるトピック」と見なされるかどうかを尋ねました。繰り返しますが、誰も確かに言うことができません。しかし、どの時点で、「コンピューターサイエンス」がいつか電気工学と数学の混合（または主題）とのみと見なされるかどうかという質問をするのを止めたのだろうか...