Data Science (DS)
Nove brevi articoli su argomenti parecchio in auge negli ultimi anni, per i quali, nel corso dell’evolversi tecnologico, i concetti, le definizioni ed i limiti gradualmente svaniscono e risulta a volte confuso spiegare “chi è chi” in modo abbastanza semplice.
La frase attribuita ad Einstein "Non capisci veramente qualcosa finché non puoi spiegarlo a tua nonna" ha una variante che utilizza un bambino di 6 anni al posto della nonna, ma visto che si parla di tecnologia, adotterò la prima.
Definizione
Una semplice definizione: la Data Science è l'insieme di abilità e tecniche applicate per estrarre conoscenze utili dai dati.
Questo insieme di abilità è spesso rappresentato con un diagramma di Venn, creato da Drew Conway (o una delle sue varianti):
Son presenti 3 cerchi che rappresentano 3 campi diversi:
- Da una parte, abbiamo il campo della programmazione (conoscenza di un linguaggio, delle sue librerie, modelli di progettazione, architettura, ecc.).
- Da un'altra parte, ci sono matematica (algebra, calcolo,…) e statistica.
- Ultimo, e non meno importante, il dominio dei dati (conoscenza del particolare settore; salute, finanza, industria, ecc.).
Questi campi si uniscono, dando origine alle competenze e alle tecniche sottese dalla definizione.
Qui abbiamo cose come ottenere i dati, la loro pulizia, la loro analisi, la creazione di ipotesi, gli algoritmi, l'apprendimento automatico, l'ottimizzazione, le visualizzazioni per presentare i risultati e un lungo eccetera.
La scienza dei dati, rappresentata dall'unicorno, riunisce questi campi e competenze, abilitando e migliorando i processi per l'estrazione di intuizioni e conoscenze dai dati grezzi:
La conoscenza utile è quello che aggiunge una sorta di valore: rispondere a una domanda o risolvere un problema dal mondo reale. La Data Science quindi può anche essere intesa come il campo che studia e applica i progressi nel trattamento e nell'analisi dei dati, per darci soluzioni e risposte.