Data science vs andre fagfelt

Data science vs andre fagfelt 

Data science vs stordata 

Tror du at en data scientist kun jobber med store datamengder (såkalt stordata, eller big data)? Det stemmer ikke, en data scientist kan jobbe med små eller store datamengder.   

Data science vs maskinlæring og kunstig intelligens 

Kunstig intelligens er en teknikk som gjør det mulig for datamaskiner å «tenke selv». Da mener vi ikke at de kan tenke på samme måte som et menneske, men at de uten innspill fra et menneske kan ta sine egne avgjørelser. Et klassisk eksempel er selvkjørende biler.  

Maskinlæring er en undergruppe av kunstig intelligens som bruker statistiske metoder for å muliggjøre at maskinen lærer av erfaringer. Som i eksempelet med værmeldingen: her blir den mer treffsikker når den bruker data fra de siste tre årene, enn ved å kun se på de siste tre dagene.  

Betyr det at maskinlæring og data science er det samme? Nei. Data science er et bredere begrep som ikke bare handler på algoritmer og statistikk, men som også ser på hele reisen fra rådata til prosessert og brukbar data. Maskinlæring og kunstig intelligens er imidlertid en av mange metoder/disipliner som en data scientist bruker i dette arbeidet.  

Data science vs data mining 

Akkurat som maskinlæring, er også data mining en undergruppe av data science. Mens data science handler om hele prosessen fra å hente ut, rydde opp i, analysere og presentere innsikter fra dataene, handler data mining utelukkende om å finne trender og informasjon i dataene – og deretter bruke denne kunnskapen til å ta bedre, datadrevne avgjørelser.

Data science vs computer science 

Computer science er studiet av datamaskiner og beregningssystemer. Data science og computer science overlapper da også en data scientist må ha en forståelse av datamaskiner og beregningssystemer for å kunne prosessere store datamengder, og for å kunne sette modeller i produksjon. Computer science har imidlertid ikke fokus på modeller og algoritmer på samme måte som en data scientist.