Verilənlər elmi (Data Science) informasiyanın alınması üsullarına sahib olmaqdır. “Data science” termin kimi ilk dəfə 1960-cı illərdə kompüter elmlərinin pionerlərindən sayılan Peter Naur tərəfindən “Datalogy, the science of data and of data processes and its place in education” adlı məruzəsində səsləndirilmiş , fənn kimi isə keçən əsrin 60-cı illərindən formalaşmağa başlamışdır. Bu 1966-cı ildə Elm və Texnika üçün Məlumat Komitəsinin (CODATA – International Council for science: Committee on Data for Science and Technology) təsis edilməsinə təsadüf edir . 1974-cü ildə Peter Naur “Concise Survey of Computer Methods in Sweden and the United States” kitabında verilənlərin müasir emal metodlarının icmalını vermiş və verilənlər haqqında elmi rəqəmsal verilənlərin həyat dövrünü (yarandığı andan başqa bilik sahələrinə təqdim olunmaq üçün edilən dəyişikliklərə qədər) öyrənən bir fənn kimi təyin etmişdir. Ancaq, termin 1990-cı illərdə geniş istifadə olunmağa başlamış və 2000-ci illərin əvvəllərindən hamı tərəfindən qəbul edilmişdir. 2001-ci ildə Purdue Universitetinin professoru, statistika, verilənlərin vizuallaşdırılması, maşın təlimi sahəsində tanınmış mütəxəssis Uilyam Klivlend (William S. Cleveland) statistik tədqiqatların texniki aspektlərinin inkişaf planı (Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics) adlı tədqiqatında diqqəti “data science” fənninin tədrisi məsələsinə yönəltmişdir . O, planda “data science”-i ayrıca akademik fənn kimi irəli sürmüşdür. Bu da “” adlanan kadrların hazırlanmasına marağı stimullaşdırmışdır. Təsadüfi deyildir ki, təxminən əmin vaxtdan da CODATA-nın “Data Science Journal”-ı (2002-ci ildən) nəşr olunmağa başlanmışdır.
Xarakteristikaları
Verilənlər elmi ənənəvi informatikadan başlayaraq riyaziyyata qədər müxtəlif sahələr üzrə bacarıq və vərdiş tələb edir. Bu elmin əsas məqsədi verilənlərdə qanunauyğunluqların tapılması, verilənlərdən ümumiləşdirilmış halda biliklərin aşkarlanmasıdır. Mayk Lukides verilənlər haqqında elmi verilənləri yalnız informasiyaya deyil, həmçinin məhsula çevirdiyini iddia edir . Bu sahədə vacib olan bacarıqlar adətən, mütəxəssisə lazım olan ümumi fənlərlə informasiya texnologiyalarındakı təcrübələrin və riyazi statistika biliklərinin kəsişməsi – Venn diaqramı vasitəsilə izah olunur.
Ədəbiyyat
- Hacırəhimova M., Gözəlova H. "Böyük verilənlərdən verilənlər haqqında elmə: fənlərarası perspektiv", “Big data: imkanları, multidissiplinar problemləri və perspektivləri” I respublika elmi-praktiki konfransı Bakı şəhəri, 25 fevral 2016-cı il
- Hacırəhimova M.Ş., Gözəlova H.Y. “Data science və onun tibbi ixtisaslar üzrə proyeksiyaları”, “Elektron tibbin multidissiplinar problemləri” I respublika elmi-praktiki konfransının əsərləri, Bakı, 24 may 2016, səh. 184-187
İstinadlar
- Naur P. Datalogy, the science of data and of data processes and its place in education, Proc. IFIP Congress, Edinburgh, Scotland,. Amsterdam: North-Holland, 1968, pp. 48-52
- Əliquliyev R.M., Hacırəhimova M. Ş. "Big Data" phenomenoni: problemlər və imkanlar, İnformasiya texnologiyaları problemləri, 2014, №2, səh. 3-16
- Cleveland W.S., Statistics Research, Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics, 2001. 2015-07-01 at the Wayback Machine
- . 2015-09-05 tarixində arxivləşdirilib. İstifadə tarixi: 2017-06-19.