Wprowadzenie do Data Science; {Lekcja 1}

Data Science w praktyce biznesowej.

Information and communication technology {Technologia informacyjna i komunikacyjna}.

ICT {

• Obliczanie
• komunikacja
• koordynowanie
• zarządzanie
• przechowywanie danych
• automatyzacja
• ocenianie
• projekt; projektowanie.}

Czym jest zarządzanie informacją?

Pozyskiwanie informacji, przechowywanie i dystrybucja tych informacji, oraz przechowywanie ich danych.

Czym jest informatyka? {Computer Science}.

Na naukę o komputerach i informatyce, składają się ich teoretyczne i algorytmiczne podstawy, sprzęt i oprogramowanie {hardware; software}, oraz ich zastosowanie do przetwarzania informacji.

Dyscyplina naukowa jaką jest informatyka obejmuje badanie {naukę o} algorytmów, struktury danych, projektowanie komputerów i sieci, modelowanie danych i procesów informacyjnych.

{Data Science}Jest to dyscyplina naukowa, która bada jak rozwiązywać problemy.

Z łacińskiego Datum {Fakt}.

W informatyce dane są elementami informacji: zwykle symbolami {znakami, liczbami}, którymi trzeba manipulować elektroniczne, zgodnie z danym schematem.

Dane odnoszą się w szczególności do faktów, gromadzonych w celu zbadania, a następnie użycia w procesie podejmowania decyzji.

Rodzaje danych {

• Proste: znak, symbol, cyfra;
• Złożone: połączenie prostych danych; słowo, liczba;}

Dane używane w środowisko analogowym i cyfrowym {

• Dane analogowe: odnoszą się do danych, których wartości są nieskończone {sygnał elektryczny, fale dźwiękowe, fale świetlne, zjawiska fizyczne}, tj. sygnał analogowy.
• Dane cyfrowe: pojedyncze wartości; Wartości są ograniczone w określonym odstępach czasu. Przykładowo można wskazać {przedziały czasowe do wyrażenia części doby, tj. 24h, 1.440 mns, 85.000 sekund, 850.000 dziesiątej części sekundy}.

Informacja: wynik interpretacji zestawu danych (liczby, obrazy lub słowa). Informacja przyczynia się do zwiększania wiedzy. Natomiast dane mają szczególne znaczenie, tylko w określonym kontekście. Informacje muszą zostać wyprodukowane, przekazane i dotrzeć do odbiorcy. Odbiorca musi zrozumieć {rozszyfrować} informacje. Informacje: wszelkiego rodzaju wiadomości, których celem jest poszerzenie wiedzy i mogą służyć do podejmowania decyzji.

Informacja {zinterpretowany zbiór danych, zrozumiały przed odbiorców}.

Dane; Algorytm {przechwytywanie, rozszyfrowanie, opracowanie} Informacja. Algorytmy; zestaw kroków: rozwiązać problem, zrealizować cel. Dane wejściowe; Operacje; Cel, bądź cel; ?; Dane wejściowe.

Oprogramowanie

Formalne przedstawienie (reprezentacja) algorytmu nadającego się do wykonania przez urządzenia elektroniczne.

Informatyka w biznesie {Business Intelligence}, {w tym Data Science} może służyć, do wsparcia procesów automatycznego rozwiązywania problemów.

Każdy problem komputerowy, nawet najbardziej złożony, jak zarządzanie e-commerce czy zarządzanie ruchem na lotniskach, to tylko problem związany z zarządzaniem informacją.

• Zdobądź dane, opracuj dane, na podstawie tego stwórz {uzyskaj} nową informację, następnie podejmij decyzję.
• Problem związany z Data Science; Projekt obliczeniowy {compute project} = {na wyjściu otrzymujemy} algorytm służący do rozwiązania problemu.
• Złożony problem Data Science = złożone algorytmy łączące kilka prostszych algorytmów.

Business Intelligence = programowanie procesów automatycznego rozwiązywania problemów przedsiębiorstwa, w formie algorytmu.

Machine learning {uczenie maszynowe} = znalezienie algorytmów rozwiązujących problemy.

GIGO = Garbage In Garbage Out {śmieciowe dane, takie jak mylne informacje, na wejściu, śmieciowe rozwiązanie, tj. wprowadzające w błąd raporty {misleading reports}.

Historia informatyki {