Datavitenskap

Datavitenskap er et tverrfaglig felt som bruker statistikk, vitenskapelige metoder, prosesser, algoritmer og systemer for å generere kunnskap og innsikt fra støyete, strukturerte og ustrukturerte data.^[1][2] Datavitenskap er relatert til datautvinning, maskinlæring og stordata.

Datavitenskap er et har blitt beskrevet som et konsept for å forene statistikk, dataanalyse, informatikk og deres relaterte metoder for å forstå og analysere faktiske fenomen med data.^[3] Det tas i bruk teknikker og teori fra felt som matematikk, statistikk, datateknikk, informatikk, informasjonsvitenskap og domenekunnskap.^[4] Datavitenskap er imidlertid forskjellig fra datateknikk (computer science) og informasjonsvitenskap. Turing-prisvinneren Jim Gray så for seg datavitenskap som et et fjerde paradigme av vitenskap (empirisk, teoretisk, beregnet, og nå datadrevet), og hevdet at alt om vitenskap endrer seg på grunn av innvirkningen fra informasjonsteknologi og informasjonseksplosjonen.^[5][6]

En dataviter er en person som lager programmeringskode og kombinerer den med statistisk kunnskap for å skape innsikt fra data.^[7]

Det er fortsatt ingen konsensus om definisjonen av datavitenskap, og det anses av noen å være en moteord.^[8] Stordata er et relatert markedsføringsbegrep.^[9] Datavitere er ansvarlige for å bryte ned stordata til brukbar informasjon og lage programvare og algoritmer som hjelper selskaper og organisasjoner med å styre driften optimalt.^[10]