आँकड़ा विज्ञान

मुक्त ज्ञानकोश विकिपीडिया से

आँकड़ा विज्ञान (Data Science) आँकड़ों का विश्लेषण करके उनसे जानकारी निकालने का विज्ञान है।[1][2] यह कंप्यूटर विज्ञान का एक भाग है। आँकड़ा विज्ञान गणित, सांख्यिकी, सूचना सिद्धान्त, सूचना प्रौद्योगिकी आदि अनेकों क्षेत्रों के सिद्धान्तों तथा तकनीकों का प्रयोग करता है।[3] वे विधियाँ जो विशाल आँकड़ों के लिये भी काम करती हैं वे आँकड़ा विज्ञान के क्षेत्र में विशेष महत्व रखतीं हैं। कृत्रिम बुद्धि की मशीन अधिगम (Machine Learning) नामक शाखा के विकास से इस क्षेत्र के विकास को नयी गति और महत्व मिला है।

इतिहास[संपादित करें]

1962 में John Tukey ने एक क्षेत्र का वर्णन किया था जिसे उसने “आँकड़ा संशोधन” कहा था जो आज के आँकड़ा विज्ञान से मिलता जुलता है।[4] बाद में, 1992 में University of Montpellier II में एक सांख्यिकी संगोष्ठी में शिमाल होने वालों ने माना कि एक नए ज्ञान का विकास हो रहा है जोकि विभिन्न प्रकार और स्त्रोतों के आँकड़ों पर आधारित है, और उस समय के सांख्यिकी के अवधाराणाओं तथा सिद्धांतों को तथा आंकड़ा विश्लेषण को कम्प्यूटर की गणना के साथ मिलाता है।[5][6]

“Data science” (आँकड़ा विज्ञान) शब्द का इतिहास 1974 से पाया जाता है, जब Peter Naur इसे "computer science" (कंप्यूटर विज्ञान) के दूसरे नाम के रूप में प्रस्तुत किया था।[7] 1996 में, International Federation of Classification Societies पहला ऐसा सम्मेलन बना जिसने विशेष रूप से आँकड़ा विज्ञान एक विषय के रूप में प्रस्तुत किया।[7]

आँकड़ा विज्ञान की आवश्यकता क्यों है?[संपादित करें]

पारंपरिक रूप से, हमारे पास जो जानकारी थी, वह ज्यादातर संरचित और कम आकार की थी, जिसका विश्लेषण सीधा BI(Business Intelligence) उपकरण का उपयोग करके किया जा सकता है। पारंपरिक प्रणालियों के डेटा के विपरीत, जो ज्यादातर स्वरूपित था, आज ज्यादातर जानकारी असंरचित या अर्ध-संरचित है।[8]

आँकड़ा विज्ञान हमारे निम्नलिखित कार्यों मे मदद करता है जैसे :-

  • बेहतर निर्णय लेना: आँकड़ा विज्ञान संगठन को डेटा-संचालित निर्णय लेने में सक्षम बनाता है। उदाहरण के लिए, एक Retailer ग्राहक खरीद व्यवहार का विश्लेषण करके यह पता लगा सकता है कि कौन से उत्पादों को एक साथ बेचना है या स्टॉक में कितना Inventory रखना है।[9]
  • ग्राहकों को समझना: आँकड़ा विज्ञान संगठनों को अपने ग्राहकों को बेहतर ढंग से समझने में मदद करता है। वे ग्राहक की प्राथमिकताओं, जरूरतों और व्यवहार का विश्लेषण कर सकते हैं, जिससे उन्हें अधिक Targeted Marketing अभियान चलाने और बेहतर ग्राहक अनुभव प्रदान करने में मदद मिलती है।[10]

संदर्भ[संपादित करें]

  1. (वीर गडरिया) पाल बघेल धनगर
  2. Jeff Leek (2013-12-12). "The key word in "Data Science" is not Data, it is Science". Simply Statistics. मूल से 2 January 2014 को पुरालेखित. अभिगमन तिथि 1 January 2014.
  3. Hayashi, Chikio (1998-01-01). "What is Data Science? Fundamental Concepts and a Heuristic Example". प्रकाशित Hayashi, Chikio; Yajima, Keiji; Bock, Hans-Hermann; Ohsumi, Noboru; Tanaka, Yutaka; Baba, Yasumasa (संपा॰). Data Science, Classification, and Related Methods. Studies in Classification, Data Analysis, and Knowledge Organization (अंग्रेज़ी में). Springer Japan. पपृ॰ 40–51. आई॰ऍस॰बी॰ऍन॰ 9784431702085. डीओआइ:10.1007/978-4-431-65950-1_3.
  4. Donoho, David (September 18, 2015). "50 years of Data Science" (PDF). मूल से 19 जून 2018 को पुरालेखित (PDF). अभिगमन तिथि April 2, 2020.
  5. Data science and its applications = La @science des données et ses applications. Escoufier, Yves., Hayashi, Chikio (1918-....)., Fichet, Bernard. Tokyo: Academic Press/Harcourt Brace. 1995. OCLC 489990740. आई॰ऍस॰बी॰ऍन॰ 0-12-241770-4.सीएस1 रखरखाव: अन्य (link)
  6. (वीर गडरिया) पाल बघेल धनगर
  7. (वीर गडरिया) पाल बघेल धनगर
  8. "क्या आप जानते हैं कि Data Science क्या है?-2020". Quality Baba (अंग्रेज़ी में). अभिगमन तिथि 2020-07-16.
  9. Vaishnav, Abhimanyu (2024-02-29). "क्या आप जानते है Data Science क्या है ?". Quality Baba. अभिगमन तिथि 2024-02-29.
  10. Vaishnav, Abhimanyu (2024-02-29). "क्या आप जानते है Data Science क्या है ?". Quality Baba. अभिगमन तिथि 2024-02-29.