Επιστήμη Δεδομένων και Μηχανική Μάθηση

Η αλματώδης ανάπτυξη των υπολογιστικών συστημάτων (τόσο σταθερών όσο και κινητών) σε συνάρτηση με την ολοένα και μεγαλύτερη διείσδυση των ασύρματων και των ενσύρματων δικτύων έχουν ως συνέπεια την δημιουργία πολύ μεγάλων όγκων δεδομένων σε καθημερινή βάση. Η αποτελεσματική ανάλυση αυτών των δεδομένων μπορεί να προσφέρει ουσιαστικές λύσεις και να βοηθήσει στη λήψη αποφάσεων σε διάφορα επίπεδα.

Η ίδια η Επιστήμη των Δεδομένων είναι στη βάση της ένα διεπιστημονικό πεδίο με κύριο αντικείμενο τη διαχείριση, ανάλυση, επεξεργασία και εξαγωγή γνώσης από δεδομένα είτε σε δομημένη είτε σε αδόμητη μορφή. Οι ραγδαίες εξελίξεις των τελευταίων ετών στον τομέα της διαχείρισης των δεδομένων έχουν οδηγήσει στην εμφάνιση νέων αλγορίθμων και αρχιτεκτονικών που επιτυγχάνουν πολύ μεγάλη βελτίωση στην ταχύτητα επεξεργασίας πολύ μεγάλων, ετερογενών και συνεχώς μεταβαλλόμενων όγκων δεδομένων.

Η βελτίωση της απόδοσης και της ταχύτητας των υπολογιστικών συστημάτων (επεξεργαστές, κάρτες γραφικών) είχε ως συνέπεια την εξέλιξη των τεχνικών μηχανικής μάθησης προς την κατεύθυνση των πλήρως διασυνδεδεμένων δικτύων και της βαθιάς μηχανικής μάθησης, υποστηρίζοντας την εύρεση όλο και πιο περίπλοκων μοτίβων και εξαρτήσεων στα δεδομένα.

Ως διεπιστημονικά πεδία, η Επιστήμη των Δεδομένων και η Μηχανική Μάθηση έχουν άμεση εξάρτηση, πέρα από τα μαθηματικά και την πληροφορική και με το πεδίο εφαρμογής τους, το οποίο μπορεί να σχετίζεται για παράδειγμα με την επεξεργασία και ανάλυση εικόνας και βίντεο, την ανάλυση κοινωνικών δικτύων, την επεξεργασία γεωχωρικών δεδομένων κλπ.