مترجم : آزاده رضازاده همدانی
مقدمه :
به فرایند استخراج دانش و دریافت درک, از بین حجم عظیم و متنوعی از دادهها با سازماندهی , پردازش وتحلیل دادهها , علوم داده میگویند. علوم داده شامل تخصصهای متنوعی از جمله مدلسازی ریاضی و آماری, استخراج دادهها از منبع و همچنین بهرهگیری از تکنیکهای نمایش و بصری سازی دادهها و همچنین شامل روشهای مدیریت دادههای حجیم به منظور استخراج دادهها ی ساختیافته و ساخت نیافته میباشد. در ادامه چند نمونه از کاربردهای علوم داده را خواهیم دید:
سیستمهای پیشنهاددهنده :
از آنجایی که خرید و فروش اینترنتی امروزه بسیار رایج و همهگیر شده است, سیستمهای تجارت الکترونیک قادر به دریافت سلایق و اولویتهای خرید کاربران و همچنین ارایه محصولات متنوع در بازار میباشند.این امر منجر به ساخت سیستمهای پیشننهاددهنده ای میشودکه قادر به ایجاد مدلها یپیش بینی نیاز خریداران و نمایش محصولاتی است که خریدار با احتمال بیشتری آنها را خریداری می نماید.
مدیریت ریسک مالی:
تحلیل بهتر ریسک مالی شامل وامها و اعتبارات توسط بررسی عادات پرداخی مشتریان در گدشته, پیش فرض های گدشته, تعهدات مالی و بسیاری از شاخص های اقتصادی اجتماعی انجام میشود. دادهها از منابع متنوع و به فرمتهای متفاوت گرداوری میشوند. سازماندهی این اطلاعات در کنار هم و بدست آوردن درک و بینشی درست از مشخصات مشتریها تنها به کمک علوم داده قابل انجام است. هدف از مدیریت ریسک مالی, به حداقل رساندن ضرر وارده ناشی از بدهی های بد به سازمان میباشد.
بهبود خدمات بهداشت و درمان
صنعت بهداشت و درمان با طبف وسیعی از دادهها که میتوانند به صورت دادههای تخصصی , دادههای مالی, اطلاعات بیمار, اطلاعات دارو و قواعد و مقررات سروکار دارد. تمامی این دادهها میتوانند به صورتی هماهنگ برای تولید یک دیدگاه که بتواند هم در هزینه های خدمات دهنده و هم خدمات گیرنده صرقهجویی نماید, تحلیل شوند.
بینایی ماشین
شناسایی یک تصویر توسط کامپیوتر مسلزم پردازش مجموعه عظیمی از تصاویر نمونههای متعدد از یک کلاس و رده یکسان است. به عنوان مثال میتوان تشخیص چهره را نام برد. این مجموعه دادهها ابتدا مدلسازی شده سپس توسط الگوریتمهایی نمونه جدید براساس مدل طبقه بندی میشود.پردازش این حجم عظیم از دادهها و ایجاد مدل نیازمند ابزارهایی است که در علوم داده استفاده شده اند.
مدیریت بهینه انرژی
همانگونه که میزان تقاضا برای مصرف انرژی رو به افزایش است, شرکنتهای تولید کننده انرژی بیشتر نیاز خود را به روشهای مدیریت تولید و توزیع بهینه انرژی احساس میکنند. بدین منظور از روشهای بهینهسازی تولید, ذخیره و توزع انرژی در کنار مطالعه الگوهای مصرف مشترین بهره میگیرند. برقراری ارتباط بین دادههای حاصل از این منابع و دریافت درک درستی از آنها شاید کاری بسیار دشوار باشد که البته به کمک ابزارهای علوم داده قابل انجام است.
