Data science

Data science is simpel gezegd de toepassing van statistische methodes op grote volumes data om analyses te maken en inzichten te krijgen uit de bergen ‘big data’ die we hebben.

Het is binnen de datawetenschappen erg belangrijk om de juiste vraag te leren stellen en vooral te begrijpen welke statistische functie precies bij die vraag hoort. Het is makkelijk genoeg om kruistabellen, draaitabellen, data-groeperingen en eenvoudige berekeningen te maken, maar zonder begrip van de juiste methode zul je veel tijd verspillen en lang niet altijd het antwoord krijgen waar je naar op zoek was. Bovendien is de interpretatie van dat antwoord bepalend voor de waarde van je data.

Het is niet nodig om een A.I. of machine learning-algoritme te hebben om te starten met data science. Je zou er dus vandaag al mee kunnen beginnen, en dat is ook zeker aan te raden. Data science zal in de komende vijf jaar een vrijwel onmisbare vaardigheid en bedrijfsdiscipline worden.

Hoe verhouden data science, machine learning en A.I. zich tot elkaar?

Machine learning

Machine learning is een subcategorie van A.I. en heeft betrekking op de manier waarop het systeem leert¹. De term machine learning werd in 1959 door de computerwetenschapper Arthur Samuel gedefinieerd als “the field of study that gives computers the ability to learn without being explicitly programmed” ². Dat laatste is belangrijk: in tegenstelling tot ‘normaal’ programmeerwerk is de uitkomst van een machine learning-algoritme namelijk niet van tevoren bekend. De methode is juist bedoeld om relaties te herkennen die ons menselijke oog en brein niet kunnen berekenen. Bovendien leert het algoritme van zijn conclusies om in het vervolg sneller scherpere conclusies te trekken.

Machine learning heeft raakvlak met data science omdat beide veelal statistische functies gebruiken om berekeningen te maken en uitkomsten te genereren. Data science-methodes zoals lineaire regressie, clusteranalyse, kansberekening en classificatie liggen dus ten grondslag aan veel machine learning-algoritmes.

¹ ‘Deep learning’ is een specifieke vorm van machine learning waarin het leer-algoritme wordt gemodelleerd volgens het neurale netwerk van het menselijke brein.

² Machine learning kan op zijn beurt worden onderverdeeld in ‘Supervised’ en ‘Unsupervised’ learning — maar dat is voor een andere keer.