วิทยาศาสตร์ข้อมูลคืออะไร?

สาขาวิทยาศาสตร์ข้อมูลดูเหมือนจะใหญ่ขึ้นและเป็นที่นิยมมากขึ้นทุกวัน ตาม LinkedIn วิทยาศาสตร์ข้อมูลเป็นหนึ่งในสาขาที่เติบโตเร็วที่สุดในปี 2017 และในปี 2020 Glassdoor จัดอันดับงานวิทยาศาสตร์ข้อมูลเป็นหนึ่งในสามงานที่ดีที่สุดในสหรัฐอเมริกา ด้วยความนิยมที่เพิ่มขึ้นของวิทยาศาสตร์ข้อมูล จึงไม่น่าแปลกใจที่คนมากขึ้นสนใจในสาขานี้ แต่สิ่งที่วิทยาศาสตร์ข้อมูลคืออะไร?

มาเรียนรู้เกี่ยวกับวิทยาศาสตร์ข้อมูลกัน โดยใช้เวลาในการกำหนดความหมายของวิทยาศาสตร์ข้อมูล และสำรวจว่าข้อมูลขนาดใหญ่และปัญญาประดิษฐ์เปลี่ยนแปลงสาขานี้อย่างไร เรียนรู้เกี่ยวกับเครื่องมือวิทยาศาสตร์ข้อมูลทั่วไป และสำรวจตัวอย่างของวิทยาศาสตร์ข้อมูล

วิทยาศาสตร์ข้อมูลคืออะไร?

ก่อนที่เราจะสำรวจเครื่องมือหรือตัวอย่างของวิทยาศาสตร์ข้อมูล เราต้องกำหนดความหมายของวิทยาศาสตร์ข้อมูลก่อน

การกำหนดความหมายของ “วิทยาศาสตร์ข้อมูล” เป็นเรื่องที่ยากเพราะคำนี้ใช้สำหรับงานและวิธีการต่างๆ มากมาย เราสามารถเริ่มต้นด้วยการจำความหมายของคำว่า “วิทยาศาสตร์” ได้ วิทยาศาสตร์คือการเรียนรู้อย่างเป็นระบบเกี่ยวกับโลกธรรมชาติผ่านการสังเกตและทดลอง โดยมีเป้าหมายในการพัฒนาความเข้าใจของมนุษย์เกี่ยวกับกระบวนการธรรมชาติ คำสำคัญในคำจำกัดความนี้คือ “การสังเกต” และ “ความเข้าใจ”

หากวิทยาศาสตร์ข้อมูลคือกระบวนการในการเข้าใจโลกจาก模式ในข้อมูล แล้วความรับผิดชอบของนักวิทยาศาสตร์ข้อมูลคือการเปลี่ยนแปลงข้อมูล ตรวจสอบข้อมูล และค้นหาพื้นฐานจากข้อมูล ในอีกคำหนึ่ง นักวิทยาศาสตร์ข้อมูลได้รับข้อมูลและใช้เครื่องมือและเทคนิคต่างๆ เพื่อเตรียมข้อมูล (ทำให้พร้อมสำหรับการวิเคราะห์) และวิเคราะห์ข้อมูลเพื่อหาพื้นฐานที่มีความหมาย

บทบาทของนักวิทยาศาสตร์ข้อมูลคล้ายกับบทบาทของนักวิทยาศาสตร์แบบดั้งเดิม ทั้งสองมุ่งเน้นในการวิเคราะห์ข้อมูลเพื่อสนับสนุนหรือปฏิเสธสมมติฐานเกี่ยวกับวิธีการทำงานของโลก โดยพยายามเข้าใจพื้นฐานในข้อมูลเพื่อปรับปรุงความเข้าใจของเราเกี่ยวกับโลก นักวิทยาศาสตร์ข้อมูลใช้วิธีการทางวิทยาศาสตร์แบบเดียวกับที่นักวิทยาศาสตร์แบบดั้งเดิมใช้ นักวิทยาศาสตร์ข้อมูลเริ่มต้นด้วยการรวบรวมการสังเกตเกี่ยวกับปรากฏการณ์ที่พวกเขาต้องการศึกษา จากนั้นพวกเขาก็สร้างสมมติฐานเกี่ยวกับปรากฏการณ์นั้นและพยายามค้นหาข้อมูลที่ขัดแย้งสมมติฐานของพวกเขา

หากสมมติฐานไม่ได้รับการขัดแย้งโดยข้อมูล พวกเขาอาจสามารถสร้างทฤษฎีหรือแบบจำลองเกี่ยวกับวิธีการทำงานของปรากฏการณ์ได้ ซึ่งพวกเขาสามารถทดสอบซ้ำๆ โดยดูว่ามันใช้ได้กับชุดข้อมูลอื่นๆ หรือไม่ หากแบบจำลองมีความแข็งแกร่งเพียงพอ หากมันสามารถอธิบายพื้นฐานได้ดีและไม่ได้รับการขัดแย้งระหว่างการทดสอบอื่นๆ มันสามารถใช้เพื่อคาดการณ์เหตุการณ์ในอนาคตได้

นักวิทยาศาสตร์ข้อมูลโดยทั่วไปจะไม่รวบรวมข้อมูลของตนเองผ่านการทดลอง พวกเขามักจะไม่ออกแบบการทดลองที่มีการควบคุมและทดลองแบบ盲สองฝ่ายเพื่อค้นหาตัวแปรที่อาจส่งผลต่อสมมติฐาน ส่วนใหญ่ของข้อมูลที่วิเคราะห์โดยนักวิทยาศาสตร์ข้อมูลจะได้รับจากการศึกษาสังเกตและระบบ ซึ่งเป็นวิธีที่งานของนักวิทยาศาสตร์ข้อมูลอาจแตกต่างจากงานของนักวิทยาศาสตร์แบบดั้งเดิมที่มักจะทำการทดลองมากกว่า

อย่างไรก็ตาม นักวิทยาศาสตร์ข้อมูลอาจถูกเรียกให้ทำการทดลองในรูปแบบหนึ่งซึ่งเรียกว่าการทดสอบ A/B โดยที่มีการปรับเปลี่ยนระบบที่รวบรวมข้อมูลเพื่อดูว่าพื้นฐานในข้อมูลเปลี่ยนแปลงไปอย่างไร

ไม่ว่าจะใช้เทคนิคหรือเครื่องมือใด วิทยาศาสตร์ข้อมูลมีเป้าหมายสูงสุดในการปรับปรุงความเข้าใจของเราเกี่ยวกับโลกโดยการทำความเข้าใจข้อมูล และข้อมูลได้รับจากการสังเกตและทดลอง วิทยาศาสตร์ข้อมูลคือกระบวนการของการใช้แอลกอริทึม หลักการทางสถิติ และเครื่องมือและเครื่องจักรต่างๆ เพื่อสร้างข้อมูลเชิงลึกจากข้อมูล ซึ่งช่วยให้เราเข้าใจพื้นฐานในโลกรอบๆ เรา

นักวิทยาศาสตร์ข้อมูลทำอะไร?

คุณอาจเห็นว่ากิจกรรมใดๆ ที่เกี่ยวข้องกับการวิเคราะห์ข้อมูลในลักษณะทางวิทยาศาสตร์สามารถเรียกว่าวิทยาศาสตร์ข้อมูล ซึ่งเป็นส่วนหนึ่งของสิ่งที่ทำให้การกำหนดความหมายของวิทยาศาสตร์ข้อมูลยาก เพื่อให้เข้าใจมากขึ้น มาทำความรู้จักกับกิจกรรมที่นักวิทยาศาสตร์ข้อมูลอาจทำในแต่ละวัน

วิทยาศาสตร์ข้อมูลรวม дисципลินและความเชี่ยวชาญต่างๆ มาไว้ด้วยกัน ภาพ: Calvin Andrus via Wikimeedia Commons, CC BY SA 3.0 (https://commons.wikimedia.org/wiki/File:DataScienceDisciplines.png)

ในแต่ละวัน นักวิทยาศาสตร์ข้อมูลอาจถูกขอให้: สร้างสคีมาการจัดเก็บและเรียกข้อมูล สร้างพายพ์ไลน์ ETL (ส่งออก ทรานส์ฟอร์ม โหลด) และทำความสะอาดข้อมูล ใช้วิธีการทางสถิติ สร้างการแสดงภาพข้อมูลและแผงควบคุม ใช้ปัญญาประดิษฐ์และอัลกอริทึมการเรียนรู้ของเครื่องจักร และให้คำแนะนำสำหรับการกระทำตามข้อมูล

มาทำความเข้าใจกิจกรรมที่กล่าวมาข้างต้นให้มากขึ้น

นักวิทยาศาสตร์ข้อมูลอาจต้องจัดการกับการติดตั้งเทคโนโลยีที่จำเป็นในการจัดเก็บและเรียกข้อมูล โดยให้ความสนใจทั้งฮาร์ดแวร์และซอฟต์แวร์ บุคคลที่รับผิดชอบตำแหน่งนี้อาจถูกเรียกว่า “วิศวกรข้อมูล” แต่บางบริษัทรวมความรับผิดชอบเหล่านี้ไว้ภายใต้บทบาทของนักวิทยาศาสตร์ข้อมูล นักวิทยาศาสตร์ข้อมูลอาจต้องสร้างหรือช่วยในการสร้างพายพ์ไลน์ ETL ข้อมูลมักจะไม่มาในแบบฟอร์มที่นักวิทยาศาสตร์ข้อมูลต้องการ แต่จะมาในแบบฟอร์มดิบจากแหล่งข้อมูล และต้องถูกแปลงให้เป็นรูปแบบที่ใช้ได้และเตรียมการ (เช่น การมาตรฐานข้อมูล การลบความซ้ำซ้อน และการลบข้อมูลที่เสียหาย)

วิธีการทางสถิติของวิทยาศาสตร์ข้อมูล

การประยุกต์ใช้หลักการทางสถิติเป็นสิ่งจำเป็นในการเปลี่ยนจากการดูและตีความข้อมูลให้เป็นวิทยาศาสตร์ที่แท้จริง หลักการทางสถิติใช้ในการค้นหาพื้นฐานที่เกี่ยวข้องจากชุดข้อมูล และนักวิทยาศาสตร์ข้อมูลต้องมีความรู้ด้านหลักการทางสถิติ พวกเขาต้องสามารถแยกความสัมพันธ์ที่มีความหมายออกจากความสัมพันธ์ที่ไม่มีความหมายโดยการควบคุมตัวแปรที่ส่งผลร่วม พวกเขายังต้องรู้เครื่องมือที่จะใช้ในการกำหนดคุณลักษณะที่สำคัญในแบบจำลองของพวกเขา

การแสดงภาพข้อมูล

ส่วนสำคัญของงานนักวิทยาศาสตร์ข้อมูลคือการถ่ายทอดผลการวิเคราะห์ของพวกเขาให้กับผู้อื่น หากนักวิทยาศาสตร์ข้อมูลไม่สามารถสื่อสารผลการวิเคราะห์ของพวกเขาได้อย่างมีประสิทธิภาพ ผลการวิเคราะห์ของพวกเขาไม่มีความหมาย นักวิทยาศาสตร์ข้อมูลควรเป็นผู้เล่าเรื่องที่ดีเช่นกัน ซึ่งหมายความว่าพวกเขาต้องสร้างการแสดงภาพที่สื่อสารจุดสำคัญเกี่ยวกับชุดข้อมูลและพื้นฐานที่ค้นพบ

คำแนะนำและความต้องการทางธุรกิจ

นักวิทยาศาสตร์ข้อมูลต้องมีความเข้าใจในความต้องการและเป้าหมายขององค์กรหรือธุรกิจของพวกเขา นักวิทยาศาสตร์ข้อมูลต้องเข้าใจสิ่งเหล่านี้เพราะพวกเขา cầnทราบว่าควรวิเคราะห์ปัจจัยและคุณลักษณะใดเพื่อช่วยให้องค์กรบรรลุเป้าหมาย

การเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์

การเรียนรู้ของเครื่องจักรและอัลกอริทึมและแบบจำลองปัญญาประดิษฐ์อื่นๆ เป็นเครื่องมือที่นักวิทยาศาสตร์ข้อมูลใช้ในการวิเคราะห์ข้อมูล ค้นหาพื้นฐานในข้อมูล และทำนายเหตุการณ์ในอนาคต

วิทยาศาสตร์ข้อมูลแบบดั้งเดิมกับวิทยาศาสตร์ข้อมูลขนาดใหญ่

เมื่อวิธีการรวบรวมข้อมูลมีความซับซ้อนมากขึ้นและฐานข้อมูลมีขนาดใหญ่ขึ้น ความแตกต่างระหว่างวิทยาศาสตร์ข้อมูลแบบดั้งเดิมและวิทยาศาสตร์ข้อมูลขนาดใหญ่เกิดขึ้น

การวิเคราะห์ข้อมูลแบบดั้งเดิมและวิทยาศาสตร์ข้อมูลทำด้วยการวิเคราะห์แบบอธิบายและแบบสำรวจ โดยมีเป้าหมายในการค้นหาพื้นฐานและวิเคราะห์ผลลัพธ์ของโครงการ การวิเคราะห์ข้อมูลแบบดั้งเดิมมักมุ่งเน้นไปที่ข้อมูลในอดีตและปัจจุบัน นักวิเคราะห์ข้อมูลมักจะจัดการกับข้อมูลที่ได้รับการทำความสะอาดและมาตรฐานแล้ว ในขณะที่นักวิทยาศาสตร์ข้อมูลมักจะจัดการกับข้อมูลที่ซับซ้อนและไม่สะอาด

“ข้อมูลขนาดใหญ่” หมายถึงข้อมูลที่มีขนาดใหญ่และซับซ้อนเกินกว่าที่จะจัดการได้ด้วยเครื่องมือและเทคนิคการวิเคราะห์ข้อมูลแบบดั้งเดิม ข้อมูลขนาดใหญ่มักจะถูกเก็บจากแพลตฟอร์มออนไลน์และเครื่องมือการเปลี่ยนแปลงข้อมูลที่ซับซ้อนจะถูกใช้เพื่อเตรียมข้อมูลขนาดใหญ่ให้พร้อมสำหรับการตรวจสอบโดยนักวิทยาศาสตร์ข้อมูล

เครื่องมือวิทยาศาสตร์ข้อมูล

เครื่องมือวิทยาศาสตร์ข้อมูลทั่วไปรวมถึงเครื่องมือในการจัดเก็บข้อมูล การทำการวิเคราะห์ข้อมูลแบบสำรวจ การสร้างแบบจำลองข้อมูล และการแสดงภาพข้อมูล แพลตฟอร์มเช่น Amazon Web Services, Microsoft Azure และ Google Cloud มีเครื่องมือที่ช่วยให้นักวิทยาศาสตร์ข้อมูลจัดเก็บ ขยายขนาด และวิเคราะห์ข้อมูล

ตัวอย่างของวิทยาศาสตร์ข้อมูล

ตัวอย่างของวิทยาศาสตร์ข้อมูลและความสามารถในการใช้งานมีมากมาย วิทยาศาสตร์ข้อมูลมีการใช้งานในหลายสาขา ตั้งแต่การนำส่งอาหาร กีฬา การจราจร และสุขภาพ ข้อมูลมีในทุกที่ และดังนั้นวิทยาศาสตร์ข้อมูลจึงสามารถใช้ได้กับทุกสิ่ง

ในด้านอาหาร Uber กำลังลงทุนในการขยายระบบการขนส่งที่เน้นการนำส่งอาหาร Uber Eats ต้องการให้คนได้รับอาหารในเวลาที่เหมาะสม ในขณะที่อาหารยังอุ่นและสดใหม่ เพื่อให้สิ่งนี้เกิดขึ้น นักวิทยาศาสตร์ข้อมูลของบริษัทต้องใช้การสร้างแบบจำลองทางสถิติที่คำนึงถึงปัจจัยต่างๆ เช่น ระยะทางจากภัตตาคารไปยังจุดส่งมอบ วันหยุดเทศกาล เวลาปรุงอาหาร และแม้กระทั่งสภาพอากาศ

สถิติกีฬาถูกใช้โดยผู้จัดการทีมเพื่อกำหนดผู้เล่นที่ดีที่สุดและสร้างทีมที่แข็งแกร่งและเชื่อถือได้ ตัวอย่างที่น่าสังเกตคือการวิเคราะห์ข้อมูลที่มีในหนังสือ Moneyball ของ Michael Lewis ซึ่งผู้จัดการทั่วไปของทีม Oakland Athletics วิเคราะห์ข้อมูลต่างๆ เพื่อระบุผู้เล่นที่มีคุณภาพซึ่งสามารถเซ็นสัญญาได้ในราคาไม่แพง

การวิเคราะห์รูปแบบการจราจรเป็นสิ่งสำคัญสำหรับการสร้างรถยนต์ขับเคลื่อนอัตโนมัติ รถยนต์ขับเคลื่อนอัตโนมัติต้องสามารถคาดการณ์กิจกรรมรอบๆ ตัวและตอบสนองต่อการเปลี่ยนแปลงของสภาพถนน เช่น ระยะทางที่ต้องหยุดเมื่อมีฝนตก และการมีรถยนต์มากกว่าในชั่วโมงเร่งด่วน นอกเหนือจากรถยนต์ขับเคลื่อนอัตโนมัติ แอปพลิเคชันเช่น Google Maps วิเคราะห์รูปแบบการจราจรเพื่อบอกให้ผู้โดยสารทราบว่าจะใช้เวลาเท่าใดในการเดินทางไปยังจุดหมายโดยใช้เส้นทางและรูปแบบการเดินทางต่างๆ

ในด้านสุขภาพ วิทยาศาสตร์ข้อมูลใช้การรวมกันของการมองเห็นของเครื่องจักรและเทคนิคปัญญาประดิษฐ์อื่นๆ เพื่อสร้างเครื่องจำแนกภาพที่สามารถตรวจสอบสิ่งเช่น X-ray, FMRIs และอัลตราซาวนด์เพื่อหาปัญหาทางการแพทย์ที่อาจเกิดขึ้น

ในที่สุด วิทยาศาสตร์ข้อมูลครอบคลุมกิจกรรมหลายอย่างและรวมเอาส่วนต่างๆ ของสาขาต่างๆ มาไว้ด้วยกัน อย่างไรก็ตาม วิทยาศาสตร์ข้อมูลมุ่งเน้นไปที่การบอกเล่าเรื่องราวที่น่าสนใจและน่าสนใจจากข้อมูล และการใช้ข้อมูลเพื่อเข้าใจโลกให้ดีขึ้น