科学、コンピューティング科学、データサイエンス
1 min read
科学は、客観的なものの固有の規則性を反映した体系的な知識です。
1.科学の概念
科学とは何ですか？これは古くて若い主題です。日常生活では、人々はしばしば「科学」または「科学」を「真の」、「客観的」、「進歩的」などとして理解していますが、単純でぼやけた結果ですが、明確な概念のようです。科学という言葉は最も尊敬される知識名になりました。
情報源に関しては、英語の科学はラテン語から来ています科学、手段知識と科学エッセンス「西部科学の相続人中国の世紀の半ば、科学は「ゲジ」と翻訳されました。これは、研究を参照し、知識を得るために使用されるグリッドの知識の略語です。 Yan Fuは、「Sky Performance」の翻訳中に科学を「科学」と翻訳し、今日に使用されている「Gezhi」に代わるものです。
ダーウィン科学の定義は次のとおりです。科学は、事実を整理し、法律を発見し、結論付けることです。ダーウィンの定義は、科学の意味、つまり事実と法律を指摘しました。科学は、人々の未知の事実を発見し、これに基づいて、現実から分離されている純粋な思考ではなく、事実から真実を求めなければなりません。法律に関しては、それは客観的なものの間の固有の本質的で避けられない関係を指します。
アインシュタイン考慮されています：人々の厄介な経験を整理し、それを一貫したイデオロギーの論理システムにしようとすると、それは科学と呼ばれます。科学は、一種の存在と完全なものとして、人間の認知の最も目的です。しかし、形成の過程で、追求する目的として、人間の他の認識として、それは時代や地域によって主観的で心理的に制限されています。
アメリカ合衆国「ウェーバーニューワールド辞書」科学の記録は次のとおりです。科学は、研究オブジェクトの性質と法則を決定する性質と法則を取得することにより、観察、調査、実験を通じて得られる体系的な知識です。この意味は、最初に科学の対象を規定して、研究オブジェクトの性質と法則を決定します。この研究オブジェクトの決定は、人々の理解と開発法に依存しない客観的な世界です。
中国「cihai」（1999年版）科学の記録は次のとおりです。科学は、現実の世界におけるさまざまな現象の本質と動きの法則を反映する知識システムです。
要約すれば、科学は、現実世界のさまざまな現象と客観的な法律を反映する知識システムです。人間の知識の最高の形態として、科学は人間の文化の特別な要素であり、人間社会の共通の文化的概念になっています。
科学の発展は、日々になると変化しており、巨大な家族が長い間形成されてきました。したがって、科学の種類は複雑であり、異なる角度からの科学には異なる分類方法があります。たとえば、さまざまな研究オブジェクトによれば、科学は自然科学同様に社会科学そして科学哲学と数学の3つの分野を要約して、科学を理論科学、技術科学、および応用科学に分類することができます異なる人間の目標である科学は、広範な科学と狭い科学の2つのカテゴリに分かれています。
一般的な意味科学的概念はです自然科学同様に人文科学そして社会科学すべての分野の一般名を待ち、狭い感覚科学的概念特別なのは自然科学を参照してください基本的な理論科学を直接指すこともあります。
つまり、2つの伝統的な科学的方法があります理論的研究そして実験研究計算は、これら2つの平均を使用するために使用される一種の補助手段です。しかし、計算科学（コンピューティング理論、アルゴリズム、ハードウェア、ソフトウェアの急速な発展を含む）コンピューティング業界は、科学の別の手段に直接登場しました。たとえば、数学科学の「スポーツ競争システムに関する数学」、地球の科学科学のための「コンピューターモデル：特大の本土が分裂する方法」、および考古学科学のエッセンスのための「スフィンクスの謎を解くコンピューター」
米国エネルギー省が発行した報告書は、現在、高級コンピューティングが理論的研究と実験方法と一緒になっており、科学的発見になっていると考えています。3つの柱エッセンスしたがって、理論科学、実験科学、コンピューティング科学は、人間の文明の進歩と科学技術の発展を促進する重要な方法です。この理解は、科学文献によって広く引用されているだけでなく、米国議会の審理も可決され、米国連邦政府と民間企業によって認められました。それだけでなく、ビッグデータテクノロジーの成熟度の向上により、データ集約型科学が科学的発見の4番目に大きな柱になっていることも知っています。
詳細については、記事「ビッグデータの新しい科学パラダイム：Data Denta Science」を参照してください。
人々はまだコンピューティング科学とデータ科学の開発動向について異なる見解を持っていますが、コンピューティングとビッグデータは、科学的研究者がますます科学的な発見の新しい重要な手段として広く認識されています。科学分野。物理学者、化学者、生物学者だけでなく、科学、工学、技術の分野全体の専門家も。米国の心理学者からの調査報告書によると、計算は人間の本能である可能性が高く、ビッグデータは計算された原材料を提供します。
マルクスと同様に、「規律であるが、数学の使用のみが成熟した規律である」と私たちは考えています。
規律がコンピューティングサイエンスとビッグデータを使用すると、高度な規律になりました。
新しいツールを適用することほど、知識の発見に役立つ計算はありません。さまざまな期間で、人々のパフォーマンスは異なり、才能や知性の代わりに、彼らが持っているさまざまなツールとソフトリソースによって引き起こされる方が良いです。
2.科学とコンピューティングの規律を計算します
コンピューターの観点から、コンピューティングサイエンスこれは、高いパフォーマンスのコンピューティングパワーの予測を適用し、目標の進化、または複雑な現象を理解することです。現在、コンピューティング科学は、科学技術と主要なエンジニアリング設計の開発方法となっています能力とコアの競争力の主要な技術的要因。
西部先進国は、国の生命線に関連する国家戦略として、コンピューティング科学に常に大きな注意を払ってきました。米国は、1993年までの高性能コンピューティングおよびコミュニケーション（HPCC）計画を実装し、2002年の高生産性コンピューティング（ASCI）計画（ASCI）計画計画（ASCI）計画システム（ASCI）高生産性コンピューティングシステム（HPCS）計画が達成されました。多くの分野における一連の主要な科学的技術的成果は、高テクノロジーと国民経済の持続可能な開発を促進し、国防の高度テック兵器の出現を促進し、基本的な科学研究で強力なイノベーション能力を獲得しました。同時に、高効率コンピューターの急速な発展は、今日の高度な世界のリーダーシップの重要な基盤を築いてきました。
2005年6月、「計算科学：競争の報告におけるエンサブルアメリカ科学：アメリカ科学：アメリカ科学の報告書」）は、全国コアサイエンステクノロジーの競争力の高さまでです。このレポートは、21世紀の最も重要かつ最も有望な切断研究は、高度なコンピューティングテクノロジーとコンピューティング科学を使用して解決する可能性が高いと考えています。報告書は、米国が社会科学、生物医学、工学研究、国家安全保障、および産業改革における科学の中心的な立場をまだ実現していないことを強調しています。アメリカ。報告書は、コンピューティング科学が長い間、国家科学技術分野の中心の指導的地位に置かれるべきであると示唆した。
主題それは、大学での教育または研究の分割を指します。コンピューティングの観点から見ると、コンピューティング科学を使用して、物理学、コンピューティング化学、計算生物学などの計算など、他の分野でコンピューターシミュレーションまたは計算を実行します。計算分野エッセンス
コンピューターの観点から、コンピューティングの規律これは、説明、変換情報のアルゴリズムプロセスの体系的な研究です。計算規律の基本的な問題は次のとおりです。自動的に実行できるもの。コンピューティング分野は、1930年代後半に形成された数学的論理、コンピューティングモデル、アルゴリズム理論、自動コンピューティングマシンに関する研究から派生しています。
コンピューティング分野は、数学と電子科学に基づいて開発された新たな分野です。何十年もの間、Discipline自身の開発を計算する実践は、一方で、いくつかの主要な背景の問題について、さまざまな分野と研究の方向性で一連の重要な理論的および技術的成果が達成されており、それがコンピューティングの深さと幅を促進していることを示しています。一方、科学と幅。
1988年、American Computing Machinery（ACM）とInternational Electrical Electronics and Electrical Engineering City Social Association Branch（IEEEE-CSのコンピューター協会）は、重要な報告書を完成させました。「規律としてのコンピューティング」エッセンスこのレポートは、コンピューターサイエンスとコンピューターエンジニアリングをコンピューティングの分野と均一に呼び、2つの間に基本的な違いはないと考えています。そして、初めて、コンピューティング分野の定義が与えられ、詳細なコンテンツ、研究方法、およびコンピューティング分野の一連の教育計画が提案されました。
1990年、ACMとIEEE-CS共同研究チームは、「計算」レポートに関する「コンピューティングカリキュラム1991、CC1991）レポートを提出しました。レポートの主な成果は、コンピューティングサイエンスに繰り返し登場する12のコアコンセプトを抽出し、「社会、道徳、職業の問題」の主な分野を提案することです。これにより、コンピューティング分野の研究がより完全になります。
1998年、ACMとIEEE-CSは、2001年のコンピューティングチュートリアル（ComputingCurricula 2001、CC2001）の共同ワーキンググループを設立し、2001年12月に最終レポートを提出しました。このレポートは、CC1991レポートから10年近くを分析し、この変化の分野でのテクノロジーと文化から変化しています。同時に、CC1991レポートで分割された11の主要な領域は14の主要な領域に拡張され、提案されましたコンピューターサイエンスの知識（コンピューターサイエンスの知識体体）この新しい概念は、規律の中核コースの詳細な設計のための強固な基盤となります。
それ以来、ACMとIEEE-CSの共同ワーキンググループは、コンピューティング分野をコンピューターサイエンス、ソフトウェアエンジニアリング、コンピューターエンジニアリング、情報技術、情報システムなどの5つの支店に分割しましたSE2004は、CE2004、CC2005、IT2008、CS2008、IS2010、CS2013を提出しています。
コンピューターサイエンス（CS）：コンピューターの科学的研究の範囲は、コンピューティング理論、ロボット開発、コンピュータービジョン、インテリジェントシステム、および生物学的情報までです。コンピューターサイエンスは、コンピューターサイエンス専攻によって訓練された各ブランチの分野を計算するための基礎です。
ソフトウェアエンジニアリング（SE）：ソフトウェアエンジニアリングは、体系的で標準化された、測定可能な方法を使用して、ソフトウェアを開き、制限されたソフトウェアを生成することです。ソフトウェアエンジニアリングによって培われた学生は、エンジニアリングの仕様に基づいて大規模なソフトウェアシステムの開発とメンテナンスの原則をより懸念しており、ソフトウェアシステムの潜在的なリスクを可能な限り回避します。
ComputerEngineering（CE）：コンピューターエンジニアリングは、コンピューター制御された機器によって制御されるソフトウェアとハードウェアの設計、構造、実装、およびメンテナンスの分野です。その主な領域には、コンピューターシステム、回路と信号、人間のコンピューターの相互作用、アルゴリズムと複雑さ、ネットワークが含まれます。コンピューターエンジニアリングによって栽培されている学生は、埋め込まれたシステムなどのソフトウェアとハードウェア機器を統合するシステムの設計と実装に関心があります。
情報技術（IT）：情報技術は、社会と企業、機関の情報ニーズに技術的なソリューションを提供および実装する規律です。その主な作業には、コンピューターソフトウェアとハードウェア、コンピューターネットワーク、その他の関連技術と製品の選択、評価、統合、アプリケーション、および管理が含まれます。情報技術の訓練を受けた学生は、コンピューターと通常の操作とメンテナンスに基づいた新製品をより懸念しており、関連する情報技術を使用してコンピューターシステムを計画、実装、構成することができます。
情報システム（InformationSystems、IS）：情報システムとは、情報技術と企業の生産およびビジネス流通を組み合わせて、これらの業界のニーズを満たす方法の分野を指します。その主な分野には、電子データ処理システム、管理情報システム、意思決定サポートシステム、オフィスオートメーションシステム、E-コマースおよび電子政府問題、ビジネスインテリジェンス、企業リソース計画が含まれます。情報システムによって栽培されている学生は、情報リソースの取得、展開、管理、および関連するビジネスプロセスを分析でき、ターゲットと一致するシステムを詳細に説明できます。
最新のコンピューティングカリキュラムによると、コンピューティング分野の知識体体を次のように12の部分に分割できます。
3.データサイエンス
「データサイエンス、データテクノロジー、データエンジニアリング」という記事で、次のように指摘しています。データ科学は、ビッグデータの世界の本質的な法律です。ライフサイクル全体の使用本質の法則は新たな分野です。
同様に、上記の科学の意味を適用すると、次を描くことができます。データサイエンスは、世界のさまざまな現象と客観的な法律を反映する知識システムです。
データサイエンスは、ビッグデータの研究とアプリケーションの学際的なサポートとして使用されています。データサイエンスの目的は、データフルライフサイクル管理、データ管理と分析技術とアルゴリズム、データシステムインフラストラクチャの構築、大規模な実装とプロモーションなど、ビッグデータアプリケーションで遭遇するさまざまな科学的問題、技術的な問題、エンジニアリングの実装の問題を体系的に調査することです。データアプリケーションの。したがって、学際的なクロスインテグレーションは、データサイエンスの特徴です。
それは常にデータサイエンスに関連する無限の概念でした。次の図は、「データサイエンス」の最初の概念であるWaynemuであり、2010年にDrew Conwayによって作成されました。図の中心部分は、データサイエンスを示しています。
過去数年間で、データサイエンスの分野に関する多くの概念があり、より良い概念があります。この側面の詳細な履歴を表示したい場合は、ここに次のような記事があります。データサイエンスベン図の戦いエッセンスしかし最近、この概念に関する議論は新たな進歩を遂げました。2016年、Gregory Piredsky-Shapiroは別のコンセプトマップを作成しました。そのうち2つが最も顕著でした。最新の研究室では、データサイエンスと他の分野（人工知能、機械学習、ディープラーニング、ビッグデータ、データマイニングなど）の関係を使用して定義しています。これの定義は、データサイエンスは人工知能、機械学習、ビッグデータの交差点であり、データマイニングの拡張セットと後継用語です。
これらの2つのアイコンは完全に異なっているかもしれませんが、多くの類似点があります。Piredsky-Shapiroのアイコンは、Drew ConwayのWayne Tuのハッカー、数学、統計、その他の主要な専攻も使用しています。
データサイエンスには、従来のコンピューターやソフトウェアエンジニアリングなどの分野と比較して、独自の規律の基礎と意味があります。データサイエンスの理論的基盤には、統計分析、ビジネスインテリジェンス、およびデータ処理の基礎が含まれます。
それに比べて、コンピューターサイエンスの規律は研究アルゴリズムの科学であり、データ科学はデータに徐々に移動するためです。徐々に移行され、データ科学の意味合いがあります。ソフトウェアエンジニアリング分野の関連技術は、特定の開発中のデータ分析と処理ツール、パラダイムを提供します。データ処理技術は、データ調査の分野における重要な研究方法であり、データ自体の現象と法則の研究と発見に使用されます。
データサイエンスは、従来のビジネスインテリジェンスと統計とは異なります。確率分布を取得することも、詳細のデータマイニングに満足することもできません。
ビッグデータは、情報技術の分野での問題だけではありません。現在の段階では、ビッグデータの概念の提案と受け入れはわずか3年か4年であり、これが開発の初期段階です。ビッグデータの概念は、あらゆるレベルの社会によって広く認識されており、オンラインからオフラインへと進み始めています。このビッグデータテクノロジーに対するこの爆発的な需要は、アプリケーションから来ており、新しいタイプの独立した規律の形成と開発の課題と機会をもたらしました。
上記はまだ理想的です。あらゆる分野での研究は、科学である場合、研究の問題でなければなりません。非常に狭い分野での特定の問題を目指して、それは主に、この問題に関与するデータマイニングの特別な条件と特別な知識に依存します。これは、ビッグデータを科学にする可能性は低いです。データサイエンスの研究は、1つの分野の他の分野に促進できる普遍的である必要があります。分野で一般的な科学的問題を抽象化するには長い時間がかかり、「データ産業」の一般的な科学的問題を蓄積するには時間がかかります。少なくとも5〜10年で、今後5〜10年で、コンピューター業界の学者は、他の分野の学者を支援するためにより多くのエネルギーを費やして、ビッグデータがもたらす技術的課題を解決する必要があります。レベルの絶え間ない抽象化を通じて、ビッグデータの一般的な科学的問題は徐々に明確で明確になります。
科学的なしきい値を入力したばかりのとき、計算科学が来たとき、データサイエンスが登場します。私が理解していないということではなく、世界はあまりにも速く変化します！
参考文献：
パブリックアカウントに従うことができます〜
https://blog.sciencenet.cn/blog-242272-1013649.html
前の投稿：一般的な慣行とビッグデータコースについて話す
