Was ist Datenwissenschaft?

Die Datenwissenschaft ist die Untersuchung von Daten, um aussagekräftige Erkenntnisse für Unternehmen zu gewinnen. Es handelt sich um einen multidisziplinären Ansatz, der Prinzipien und Praktiken aus den Bereichen der Mathematik, der Statistik, der künstlichen Intelligenz und der Computertechnik kombiniert, um große Datenmengen zu analysieren. Diese Analyse hilft Datenwissenschaftlern, Fragen zu stellen und zu beantworten, z. B: Was ist passiert? Warum ist es passiert? Was wird passieren? Was kann mit den Ergebnissen gemacht werden?

Warum ist die Datenwissenschaft wichtig?

Die Datenwissenschaft ist wichtig, weil sie Werkzeuge, Methoden und Technologien kombiniert, um einen Sinn aus den Daten zu extrahieren. Moderne Unternehmen werden mit Daten überschwemmt; es gibt unzählige Geräte, die automatisch Informationen sammeln und speichern können. Online-Systeme und -Zahlungsportale erfassen immer mehr Daten in den Bereichen E-Commerce, Medizin, Finanz und allen weiteren Aspekten des menschlichen Lebens. Wir haben große Mengen an Text-, Ton-, Video- und Image-Daten zur Verfügung.  

Leider sind Rohdaten wertlos, wenn sie nicht umgesetzt werden können. Datenwissenschaftler können Rohdaten in sinnvolle Empfehlungen umwandeln. Sie können Probleme, von deren Existenz die Unternehmen nicht einmal wussten, finden und lösen. Unternehmen können diese Empfehlungen verwenden, um Kunden zufriedener zu machen, die Lieferkette zu optimieren oder neue Produkte einzuführen.

Geschichte der Datenwissenschaft

Der Begriff Datenwissenschaft ist zwar nicht neu, aber seine Bedeutung und Konnotation haben sich im Laufe der Zeit verändert. Das Wort tauchte erstmals in den 60er Jahren als alternative Bezeichnung für Statistik auf. In den späten 90er Jahren wurde der Begriff von Informatikern formalisiert. Ein Definitionsvorschlag sah die Datenwissenschaft als eigenständigen Bereich mit drei verschiedenen Aspekten: dem Datenentwurf, der Datenerfassung und der Datenanalyse. Es mussten jedoch weitere zehn Jahre vergehen, bevor der Begriff auch außerhalb der akademischen Welt verwendet wurde. 

Zukunft der Datenwissenschaft

Die Künstliche Intelligenz und das Machine Learning haben die Datenverarbeitung schneller und effizienter gemacht. Die Nachfrage der Industrie hat ein ganzes System von Kursen, Abschlüssen und Stellen im Bereich der Datenwissenschaft geschaffen. Aufgrund der notwendigen funktionsübergreifenden Kompetenzen und des erforderlichen Fachwissens wird für die Datenwissenschaft in den kommenden Jahrzehnten ein starkes Wachstum prognostiziert.

Wofür wird die Datenwissenschaft verwendet?

Die Datenwissenschaft wird zur Untersuchung von Daten in vier Hauptbereichen verwendet:

1. Deskriptive Analyse

Bei der deskriptiven Analyse werden Daten untersucht, um Erkenntnisse darüber zu gewinnen, was in der Umgebung der Daten geschehen ist oder geschieht. Sie zeichnet sich durch die Visualisierung der Daten durch Kreis-, Balken- und Liniendiagramme, Tabellen oder generierte Beschreibungen aus. Ein Flugbuchungsdienst kann zum Beispiel die Anzahl der täglich gebuchten Tickets aufzeichnen. Die deskriptive Analyse kann z. B. Spitzenwerte bei Buchungen, Buchungseinbrüche und Monate mit hohen Umsätzen aufzeigen.

2. Diagnostische Analyse

Die diagnostische Analyse ist eine tiefgehende oder detaillierte Datenprüfung, die durchgeführt wird, um zu verstehen, warum etwas passiert ist. Sie zeichnet sich durch Techniken wie die Drill-Down-Analyse, die Data Discovery, das Data Mining und verschiedene Korrelationen aus. Mehrere Datenoperationen und -Transformationen können an einem gegebenen Datensatz durchgeführt werden, um einzigartige Muster mit jeder dieser Techniken zu entdecken. Der Flugdienst könnte z. B. eine Drill-Down-Analyse auf einen besonders leistungsstarken Monat durchführen, um die Buchungs-Spitzenwerte besser zu verstehen. Dies könnte z. B. zur Erkenntnis führen, dass viele Kunden eine bestimmte Stadt besuchen, um eine monatliche Sportveranstaltung zu besuchen.

3. Prädiktive Analyse

Die prädiktive Analyse benutzt historische Daten, um Datenmuster, die in der Zukunft auftreten können, genau vorherzusagen. Sie zeichnet sich durch Techniken wie das Machine Learning, die Prognose, den Musterabgleich und die prädiktive Modellierung aus. Bei jeder dieser Techniken werden Computer darauf trainiert, Kausalzusammenhänge in den Daten umzukehren. Beispielsweise könnte das Team des Flugdienstes die Datenwissenschaft benutzen, um zu Jahresbeginn die Flugbuchungsmuster für das kommende Jahr vorherzusagen. Das Computerprogramm oder der Algorithmus könnte z. B. auf der Grundlage früherer Daten Buchungsspitzen für bestimmte Reiseziele im Mai vorhersagen. Da das Unternehmen die künftigen Reisebedürfnisse seiner Kunden vorhersehen kann, kann es schon ab Februar mit gezielter Werbung für diese Städte beginnen.

4. Präskriptive Analyse

Die präskriptive Analyse bringt die prädiktiven Daten eine Stufe höher. Sie sagt nicht nur voraus, was wahrscheinlich passieren wird, sondern schlägt auch eine optimale Reaktion auf das prognostizierte Ergebnis vor. Sie kann die möglichen Auswirkungen verschiedener Entscheidungen analysieren und die beste Vorgehensweise empfehlen. Dafür werden Graphen analysiert, Simulationen durchgeführt, komplexe Ereignisverarbeitung und neuronale Netzwerke eingesetzt und Empfehlungsmaschinen aus dem Machine Learning verwendet.         
Um auf das Beispiel der Flugbuchung zurückzukommen: Die präskriptive Analyse könnte die historischen Marketingkampagnen untersuchen, um die bevorstehende Buchungsspitze bestens zu nutzen. Ein Datenwissenschaftler könnte die Buchungsergebnisse für unterschiedliche Marketingausgaben auf verschiedenen Marketingkanälen hochrechnen. Diese Datenprognosen würden dem Flugbuchungsunternehmen mehr Sicherheit bei seinen Marketingentscheidungen geben.

Wie kann die Datenwissenschaft für Unternehmen nützlich sein?

Die Datenwissenschaft revolutioniert die Arbeitsweise der Unternehmen. Viele Unternehmen, unabhängig von ihrer Größe, benötigen eine solide Datenwissenschafts-Strategie, um ihr Wachstum zu fördern und sich einen Wettbewerbsvorteil zu sichern. Einige der wichtigsten Vorteile sind:

Entdecken von unbekannten transformativen Mustern

Die Datenwissenschaft ermöglicht es Unternehmen, neue Muster und Zusammenhänge aufzudecken, die die Organisation verändern könnten. Es kann kostengünstige Änderungen in der Ressourcenverwaltung aufzeigen, die jedoch eine große Auswirkung auf die Gewinnspanne haben. Ein Beispiel: Ein E-Commerce-Unternehmen benutzt die Datenwissenschaft, um herauszufinden, dass zu viele Kundenanfragen außerhalb der Geschäftszeiten generiert werden. Aus den Ermittlungen geht hervor, dass Kunden eher zum Kauf bereit sind, wenn sie eine unmittelbare Antwort erhalten, anstatt auf den nächsten Werktag warten zu müssen. Durch die Einführung eines 24/7-Kundendienstes konnte das Unternehmen seinen Umsatz um 30 % steigern.

Entwickeln von neuen Produkten und Lösungen

Die Datenwissenschaft kann Lücken und Probleme aufdecken, die sonst nicht bemerkt würden. Bessere Einblicke in die Kaufentscheidungen, das Kundenfeedback und die Geschäftsprozesse fördern die Innovation bei internen Abläufen und externen Lösungen. Ein Beispiel: Eine Online-Zahlungslösung verwendet die Datenwissenschaft, um Kundenkommentare über das Unternehmen in sozialen Medien zu sammeln und zu analysieren. Aus der Analyse geht hervor, dass die Kunden ihre Passwörter während der Haupteinkaufszeiten vergessen und mit dem derzeitigen Passwortwiederherstellungs-System unzufrieden sind. Das Unternehmen kann eine bessere Lösung entwickeln und so die Kundenzufriedenheit deutlich steigern.

Optimierung in Echtzeit

Für Unternehmen, insbesondere für Großunternehmen, ist es eine große Herausforderung, in Echtzeit auf veränderte Bedingungen zu reagieren. Dies kann zu erheblichen Verlusten oder gar zu Unterbrechungen der Geschäftstätigkeit führen. Die Datenwissenschaft kann Unternehmen dabei helfen, Veränderungen vorherzusagen und optimal auf verschiedene Umstände zu reagieren. So benutzt beispielsweise ein Speditionsunternehmen die Datenwissenschaft, um Ausfallzeiten bei Lkw-Pannen zu verringern. Sie ermitteln die Routen und Schichtmuster, die zu schnelleren Ausfällen führen, und passen die Lkw-Fahrpläne an. Sie legen auch ein Inventar gängiger Ersatzteile, die häufig ausgetauscht werden müssen, an, damit die Lkw schneller repariert werden können.  

Wie geht die Datenwissenschaft vor?

In der Regel beginnt der Vorgang der Datenwissenschaft mit einem geschäftlichen Problem. Ein Datenwissenschaftler arbeitet mit den Stakeholdern des Unternehmens zusammen, um zu verstehen, was das Unternehmen braucht. Sobald das Problem definiert ist, kann der Datenwissenschaftler es mit Hilfe des OSEMN-Vorgangs für die Datenwissenschaft lösen:

O – Obtain data (Erhalten von Daten)

Bei den Daten kann es sich um bereits vorhandene, neu erworbene oder aus dem Internet herunterladbare Datendepots handeln. Datenwissenschaftler können Daten aus internen oder externen Datenbanken, aus der CRM-Software des Unternehmens, aus Webserverprotokollen und sozialen Medien extrahieren oder von vertrauenswürdigen Drittquellen beziehen.

S – Scrub data (Daten reinigen)

Das Data Scrubbing oder die Datenreinigung ist der Vorgang mit dem die Daten nach einem vorgegebenen Format standardisiert werden. Dazu gehören der Umgang mit fehlenden Daten, die Korrektur von Datenfehlern und das Entfernen von Datenausnahmen. Einige Beispiele der Datenreinigung: 

  • Alle Datumswerte müssen in ein gemeinsames Standardformat geändert werden.  
  • Rechtschreibfehler oder zusätzliche Leerzeichen müssen korrigiert werden.  
  • Mathematische Ungenauigkeiten oder Kommas bei großen Zahlen müssen korrigiert oder entfernt werden.

E – Explore data (Untersuchen von Daten)

Die Datenuntersuchung ist eine vorläufige Datenanalyse, die für die Planung weiterer Datenmodellierungs-Strategien verwendet wird. Datenwissenschaftler verschaffen sich ein erstes Verständnis der Daten, indem sie deskriptive Statistiken und Tools für die Datenvisualisierung verwenden. Dann untersuchen sie die Daten, um interessante Muster zu erkennen, die analysiert oder umgesetzt werden können.      

M – Model data (Modelldaten)

Software und Algorithmen von Machine Learning werden verwendet, um tiefere Einblicke zu gewinnen, Ergebnisse vorherzusagen und die beste Vorgehensweise vorzuschreiben. Techniken des Machine Learning wie die Assoziation, die Klassifizierung und das Clustering werden auf den Trainingsdatensatz angewendet. Das Modell kann anhand vorgegebener Testdaten getestet werden, um die Genauigkeit der Ergebnisse zu beurteilen. Das Datenmodell kann mehrfach optimiert werden, um die Ergebnisse zu verbessern. 

N – Interpret results (Interpretieren von Ergebnissen)

Datenwissenschaftler arbeiten mit Analytikern und Unternehmen zusammen, um die Datenerkenntnisse in Maßnahmen umzusetzen. Sie erstellen Diagramme, Grafiken und Tabellen, um Trends und Prognosen darzustellen. Die Zusammenfassung der Daten hilft den Stakeholdern, die Ergebnisse zu verstehen und effektiv umzusetzen.

Was sind die Methoden der Datenwissenschaft?

Die Datenwissenschaftler benutzen Computing-Systeme, um den datenwissenschaftlichen Vorgang zu verfolgen. Die wichtigsten Techniken, die von Datenwissenschaftlern verwendet werden, sind:

Klassifizierung

Unter Klassifizierung versteht man die Einteilung von Daten in bestimmte Gruppen oder Kategorien. Die Computer sind darauf trainiert, Daten zu identifizieren und zu sortieren. Es werden bekannte Datensätze verwendet, um Entscheidungsalgorithmen in einem Computer zu entwickeln, der die Daten schnell verarbeitet und kategorisiert. Zum Beispiel:  

  • Produkte als beliebt oder nicht beliebt sortieren.  
  • Versicherungsanträge nach hohem oder niedrigem Risiko sortieren.  
  • Kommentare in sozialen Medien nach positiv, negativ oder neutral sortieren.

Die Datenwissenschaftler benutzen Computing-Systeme, um den datenwissenschaftlichen Vorgang zu verfolgen. 

Regression

Die Regression ist eine Methode mit der man einen Zusammenhang zwischen zwei scheinbar unverbundenen Datenpunkten finden kann. Die Verbindung wird in der Regel anhand einer mathematischen Formel modelliert und als Diagramm oder Kurven dargestellt. Wenn der Wert eines Datenpunktes bekannt ist, wird die Regression zur Vorhersage des anderen Datenpunktes benutzt. Zum Beispiel:  

  • Die Verbreitungsrate von luftübertragbaren Krankheiten. 
  •  Der Zusammenhang zwischen der Kundenzufriedenheit und der Anzahl der Mitarbeiter.  
  • Das Verhältnis zwischen der Anzahl der Feuerwachen und der Anzahl der Brandverletzungen an einem bestimmten Ort. 

Clustering

Beim Clustering werden eng zusammenhängende Daten gruppiert, um nach Mustern und Anomalien zu suchen. Das Clustering unterscheidet sich vom Sortieren, weil die Daten nicht genau in feste Kategorien eingeteilt werden können. Daher werden die Daten nach den wahrscheinlichsten Zusammenhängen gruppiert. Mit dem Clustering können neue Muster und Zusammenhänge entdeckt werden. Zum Beispiel:  
  • Das Gruppieren von Kunden mit ähnlichem Kaufverhalten, um den Kundendienst zu verbessern.  
  • Das Gruppieren des Netzwerkverkehrs, um tägliche Nutzungsmuster zu erkennen und einen Angriff auf das Netzwerk schneller zu identifizieren.  
  • Das Clustern von Artikeln in verschiedene Nachrichtenkategorien kann verwendet werden, um Fake-News-Inhalte zu finden.

Das Grundprinzip der Datenwissenschafts-Methoden

Die Einzelheiten unterscheiden sich zwar, aber die grundlegenden Prinzipien dieser Methoden sind dieselben:
  • Einer Maschine muss beigebracht werden, wie sie Daten auf der Grundlage eines bekannten Datensatzes sortieren kann. Es werden z. B. dem Computer Musterschlüsselwörter mit ihrem Sortierwert übergeben. „Happy“ ist positiv, „Hate“ ist negativ.
  • Geben Sie der Maschine unbekannte Daten und erlauben Sie dem Gerät die selbständige Sortierung des Datensatzes.
  •  Man muss dabei Ergebnisungenauigkeiten mit einkalkulieren und den Wahrscheinlichkeitsfaktor des Ergebnisses berücksichtigen.  

Welche verschiedenen Technologien werden in der Datenwissenschaft benutzt?

Datenwissenschaftler arbeiten mit komplexen Technologien wie:

  1. Künstliche Intelligenz: Machine-Learning-Modelle und verwandte Software werden für prädiktive und präskriptive Analysen verwendet.
  2. Cloud-Computing: Cloud-Technologien bieten Datenwissenschaftlern die Flexibilität und die Rechenleistung, die sie für fortgeschrittene Datenanalytik benötigen.
  3. Internet of Things: Unter IoT versteht man verschiedene Geräte, die sich automatisch mit dem Internet verbinden können. Diese Geräte sammeln Daten für Datenwissenschafts-Initiativen. Sie erzeugen riesige Datenmengen, die für das Data Mining und die Datenextraktion verwendet werden können.
  4. Quantum-Computing: Quantum-Computer können komplexe Berechnungen mit hoher Geschwindigkeit durchführen. Erfahrene Datenwissenschaftler benutzen sie, um komplexe quantitative Algorithmen zu entwickeln.

Datenwissenschaft ist ein allumfassender Begriff für viele verschiedene datenbezogene Aufgaben und Bereiche. Sehen wir uns hier einige davon an:

Was ist der Unterschied zwischen Datenwissenschaft und Datenanalytik?

Obwohl die Begriffe austauschbar verwendet werden können, ist die Datenanalytik eigentlich eine Untergruppe der Datenwissenschaft. Datenwissenschaft ist ein Oberbegriff für alle Aspekte der Datenverarbeitung – von der Sammlung, über die Modellierung bis hin zu den Erkenntnissen. Andererseits befasst sich die Datenanalytik hauptsächlich mit der Statistik, der Mathematik und der statistischen Analyse. Sie konzentriert sich ausschließlich auf die Datenanalyse, während sich die Datenwissenschaft auf das Gesamtbild der Unternehmensdaten bezieht. In den meisten Unternehmen arbeiten Datenwissenschaftler und Datenanalysten zusammen, um gemeinsame Geschäftsziele zu erreichen. Ein Datenanalyst kann Routine-Analysen mehr Zeit widmen und regelmäßige Berichte erstellen. Ein Datenwissenschaftler kann bestimmen, wie Daten gespeichert, bearbeitet und analysiert werden. Einfach ausgedrückt: Ein Datenanalyst schließt aus vorhandenen Daten Schlussvolgerungen, während ein Datenwissenschaftler neue Methoden und Tools für die Datenverarbeitung entwickelt, die von Analysten benutzt werden können.

Was ist der Unterschied zwischen Datenwissenschaft und Unternehmensanalytik?

Es gibt Überschneidungen zwischen der Datenwissenschaft und der Unternehmensanalytik, doch der Hauptunterschied liegt in der unterschiedlichen Verwendung der Technologie. Datenwissenschaftler arbeiten enger mit der Datentechnologie zusammen als Business-Analysten. Letztere bilden das Verbindungsglied zwischen dem Unternehmen und IT. Sie definieren Business Cases, sammeln Informationen von Stakeholdern oder validieren Lösungen. Datenwissenschaftler hingegen benutzen Technologien, um mit Geschäftsdaten zu arbeiten. Sie können Programme schreiben, Techniken des Machine Learning anwenden, um Modelle zu erstellen, und neue Algorithmen entwickeln. Datenwissenschaftler verstehen nicht nur das Problem, sondern können auch ein Lösungs-Tool dafür entwickeln. Oft arbeiten Unternehmensanalysten und Datenwissenschaftler im selben Team. Unternehmensanalysten verwenden die Ergebnisse der Datenwissenschaftler, um Gesamtbild zusammenzustellen, das für das breitere Unternehmen verständlich ist.

Was ist der Unterschied zwischen Datenwissenschaft und Data Engineering?

Datentechniker entwickeln und pflegen die Systeme, die den Datenwissenschaftlern den Zugriff auf Daten und deren Interpretation ermöglichen. Sie arbeiten enger mit der grundlegenden Technologie zusammen als ein Datenwissenschaftler. Die Rolle umfasst im Allgemeinen die Erstellung von Datenmodellen, die Entwicklung von Data Pipelines und die Überwachung der Extraktion, Transformation und Ladung (ETL). Je nach Aufbau und Größe des Unternehmens kann der Datentechniker auch die zugehörige Infrastruktur verwalten, z. B. Big-Data-Speicher und Streaming und Verarbeitungsplattformen wie Amazon S3. Die Datenwissenschaftler benutzen die von den Datenrechnikern entwickelten Daten, um Vorhersagemodelle zu entwickeln und zu trainieren. Die Datenwissenschaftler können die Ergebnisse dann an die Analysten zur weiteren Entscheidungsfindung weitergeben.

Wo liegt der Unterschied zwischen Datenwissenschaft und Machine Learning?

Beim Machine Learning geht es um das Training von Maschinen, welche Daten wie Menschen analysieren und daraus lernen. Sie ist eine der Methoden, die in Datenwissenschafts-Projekten verwendet werden, um automatisierte Erkenntnisse aus Daten zu gewinnen. Machine-Learning-Techniker sind auf Computing, Algorithmen und Coding spezialisiert, die sich auf Methoden von Machine Learning beziehen. Datenwissenschaftler können Machine-Learning-Methoden benutzen oder eng mit anderen Machine-Learning-Technikern zusammenarbeiten, um Daten zu verarbeiten.

Wo liegt der Unterschied zwischen Datenwissenschaft und Statistik? 

Die Statistik ist ein Fachgebiet der Mathematik, das sich mit der Erfassung und Interpretation quantitativer Daten befasst. Im Gegensatz dazu ist die Datenwissenschaft ein multidisziplinäres Gebiet, das wissenschaftliche Methoden, Vorgänge und Systeme verwendet, um Wissen aus Daten auf verschiedene Art und Weisen zu extrahieren. Datenwissenschaftler benutzen Methoden aus vielen Disziplinen, darunter auch einige aus dem Bereich der Statistik. Die beiden Bereiche unterscheiden sich jedoch in ihren Vorgängen und den Problemen, die sie untersuchen.  

Was sind die verschiedenen Tools der Datenwissenschaft?

AWS verfügt über eine Reihe von Tools zur Unterstützung von Datenwissenschaftlern rund um die Welt:

Datenspeicher

Für das Data Warehousing kann Amazon Redshift komplexe Abfragen für strukturierte oder unstrukturierte Daten ausführen. Analysten und Datenwissenschaftler können AWS Glue zum Verwalten und Suchen von Daten verwenden. AWS Glue erstellt automatisch einen einheitlichen Katalog aller Daten im Data Lake, und versieht sie mit Metadaten, um sie auffindbar zu machen.

Machine Learning

Amazon SageMaker ist ein vollständig verwalteter Machine-Learning-Service, der auf der Amazon Elastic Compute Cloud (EC2) läuft. Er erlaubt es Benutzern, Daten zu organisieren, Machine-Learning-Modelle zu entwickeln, zu trainieren und bereitzustellen sowie den Betrieb zu skalieren.

Analytik

  • Amazon Athena ist ein interaktiver Abfragedienst, der die Analyse von Daten in Amazon S3 oder Glacier erleichtert. Er ist schnell, Serverless und funktioniert mit Standard-SQL-Abfragen.
  • Amazon Elastic MapReduce (EMR) verwendet Server wie Spark und Hadoop für die Verarbeitung von Big Data.
  • Amazon Kinesis ermöglicht die Aggregation und Verarbeitung von Streaming-Daten in Echtzeit. Es verwendet Webseiten-Clickstreams, Anwendungsprotokolle und Telemetriedaten von IoT-Geräten. 
  • Amazon OpenSearch ermöglicht die Suche, Analyse und Visualisierung von Petabytes an Daten.

Was ist die Aufgabe eines Datenwissenschaftlers?

Ein Datenwissenschaftler kann im Rahmen des datenwissenschaftlichen Vorgangs eine Reihe verschiedener Techniken, Tools und Technologien verwenden. Je nach Problemstellung wählt der Datenwissenschaftler die besten Kombinationen für schnellere und genauere Ergebnisse.

Die Rolle und der Arbeitsalltag eines Datenwissenschaftlers variieren je nach Größe und Anforderungen des Unternehmens. Sie folgen in der Regel dem datenwissenschaftlichen Vorgang, aber ihre Arbeit kann sich in den Details unterscheiden. In größeren Datenwissenschafts-Teams kann ein Datenwissenschaftler mit anderen Analysten, Ingenieuren, ML-Experten und Statistikern zusammenarbeiten, um sicherzustellen, dass der datenwissenschaftliche Vorgang vollständig befolgt wird und die Geschäftsziele erreicht werden. 

In kleineren Teams können Datenwissenschaftler jedoch mehrere verschiedene Rollen haben. Aufgrund ihrer Erfahrung, ihres Fachwissens und ihres Bildungshintergrunds können sie mehrere Rollen oder sich überschneidende Rollen übernehmen. In diesem Fall könnten ihre täglichen Aufgaben neben den Grundmethoden der Datenwissenschaft auch die Entwicklung, die Analyse und das Machine Learning umfassen. 

Was sind die Herausforderungen für Datenwissenschaftler?

Mehrfache Datenquellen

Verschiedene Arten von Anwendungen und Tools erzeugen Daten in unterschiedlichen Formaten. Die Datenwissenschaftler müssen diese Daten reinigen und aufbereiten, damit sie kohärent sind. Dies ist oft mühsam und zeitaufwändig.

Verständnis des Geschäftsproblems

Datenwissenschaftler müssen mit mehreren Stakeholdern und Geschäftsführern zusammenarbeiten, um zu definieren, welches Problem es zu lösen gilt. Das kann eine Herausforderung sein – vor allem in großen Unternehmen mit mehreren Teams, die jeweils unterschiedliche Anforderungen haben.

Beseitigung von Verzerrungen

Machine-Learning-Tools sind nicht hundertprozentig genau, und es kann zu einer gewissen Unsicherheit oder Verzerrung kommen. Verzerrungen sind Unausgewogenheiten in Trainingsdaten oder in Prognosen des Modellverhaltens über verschiedene Gruppen, wie z. B. Alter oder Einkommensklasse. Wenn das Tool beispielsweise hauptsächlich auf Daten von Personen mittleren Alters trainiert wird, wird es möglicherweise weniger genau sein, wenn es Prognosen für jüngere und ältere Menschen trifft. Das Machine Learning bietet die Möglichkeit, Verzerrungen zu erkennen und in den Daten und Modellen zu messen.

Nächste Schritte in der Datenwissenschaft

Standard Product Icons (Features) Squid Ink
Schauen Sie sich zusätzliche produktbezogene Ressourcen an
Erfahren Sie mehr über Data Lakes und Analytik 
Sign up for a free account
Registrieren Sie sich für ein kostenloses Konto

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent. 

Registrieren 
Standard Product Icons (Start Building) Squid Ink
Beginnen Sie mit der Entwicklung in der Konsole

Beginnen Sie mit der Entwicklung mit AWS in der AWS-Managementkonsole.

Anmeldung