Det blir allt vanligare att försöka utvinna ny kunskap ur data. Företag och politiker analyserar beteenden i sociala medier för att hitta nya verksamhetsområden eller sätt att anpassa sina budskap. Meteorologer ser på stora mängder miljödata för att undersöka vad som händer med klimatet.

Big data och väldigt big data

Hälso- och sjukvården genererar stora mängder data ur vilka man kan utvinna kunskap om effekter av behandlingar och läkemedelsbiverkningar bland annat. Den här typen av information är inte lätt att få tag i på annat sätt än genom traditionella kliniska studier. Dessa data blir till en storskalig källa att ösa ur. Projekt på DSV tittar till exempel på hjärtsvikt och vårdrelaterade infektioner, så kallad sjukhussjuka.

Spelsajter har enorma datamängder att arbeta med. De stora sajterna har runt 300 miljoner aktiva spelare i månaden. Maskiner tränas upp på dessa stora datamängder och anpassar sig efter hur varje spelare agerar. Att tolka speldata gör det till exempel möjligt för systemet att känna igen när det finns risk för att en spelare ska ge upp och kan då vidta åtgärder för att uppmuntra fortsatt spelande.

Syftet med data science är att hjälpa oss människor till ett bättre liv. På DSV får du lära dig metoder, teknik och system för att analysera komplexa datamängder som stödjer personer, företag och länder att fatta taktiska beslut. Data science handlar inte om att ersätta människan utan om att balansera den mänskliga intuitionen med hårda fakta.

Olika områden inom data science

Du kanske har hört begrepp som machine learning, data mining, artificial intelligence, big data, beslutsstöd, business intelligence, data warehousing, statistik, dataanalys och informationssystem. Allt detta kan du lära dig på DSV. I ordlistan här intill får du en snabb förklaring vad de flesta begreppen betyder.

Fortsättning: Kurser med två huvudspår