połączenie danych z różnych źródeł czy ujednolicenie sposobu zapisu. Transformacje danych – dalsze organizowanie danych z wykorzystaniem bardziej zaawansowanych metod. Etap ten może obejmować między innymi: podział danych na podzbiory według wybranego kryterium, usuwanie wartości błędnych, nietypowych lub odstających, selekcję zmiennych, tworzenie nowych zmiennych na podstawie już istniejących, podsumowanie danych w formie statystyk opisowych. Analiza i modelowanie danych – próba podsumowania relacji między zmiennymi, często z zastosowaniem uczenia maszynowego. Interpretacja i wizualizacja danych. Etapy transformacji, modelowania i wizualizacji często są powtarzane iteracyjnie, gdyż uzyskane wyniki mogą prowadzić do kolejnych pomysłów.
Nazewnictwo W języku polskim data science bywa tłumaczone jako danologia. Określenie to jest jednak słabo rozpoznawalne. Spotykany jest także neologizm danetyka.
Osoby zajmujące się data science zazwyczaj nazywane są z angielskiego data scientists. Termin ten bywa odmieniany zgodnie z regułami języka polskiego (np. kilku data scientistów). Zazwyczaj nie jest on tłumaczony na język polski, choć pojawiają się czasami takie określenia, jak inżynier danych czy mistrz danych.
Przypisy
Bibliografia
Kategoria:Dane Kategoria:Terminologia informatyczna