Artikkel
DataScience@UiO
DataScience@UiO
I Dagens Næringsliv pågår det en heftig debatt mellom PR-byråer og forskere ved UiO om det vi kaller stordataanalyse. Ord som «Big Data», «Data Science» og «Advanced Analytics» brukes om hverandre, men hva er det vi snakker om her? Ved Universitetet i Oslo tar vi data science på alvor, og våre studenter skal være sikre på at de lærer hva som skal til for å kunne avdekke hva som skjuler seg bak de enorme datamengdene vi står overfor. For å gjøre det må vi gå i dybden.
Økende interesse, behov for dypere kunnskap
Det er en økende interesse for hvordan vi kan utnytte den enorme produksjonen av data som vi opplever i dagens IT-drevne samfunn. Samtidig som mengden data øker eksponentielt så har ikke tilgangen til data økt i samme takt. Det innebærer at flere og flere bedrifter og organisasjoner sitter på store mengder data med et uutnyttet potensial og med stor grad av tapte forretningsmuligheter. Og, det som verre er; kanskje enda flere risikerer å bruke disse dataene på en måte som ikke nødvendigvis representerer virkeligheten! Derfor er det viktig at vi anerkjenner at det å skaffe tilveie, organisere og analysere store datamengder krever dyp innsikt i fag som matematikk, statistikk og informatikk.
DataScience@UiO
Universitetet i Oslo har tunge fagmiljøer innen data science, og vi bygger stadig sterkere kunnskap innen feltet. Vi har etablert DataScience@UiO, som er en klynge som dekker de relevante forsknings- og innovasjonsmiljøene ved Det matematisk- naturvitenskapelige fakultet. Denne høsten startet de første studentene på et nytt masterprogram innen data science - et program som også inkluderer maskinlæring. Et annet nytt og relevant masterprogram med fokus på beregningsorientert vitenskap er Computational Science, CS. I dette programmet spiller også data science en rolle.
For å utnytte store datamengder har vi behov for å raffinere metoder relatert til å trekke ut kunnskap fra data. For å få innsikt må vi vite hvordan vi utfører statistiske analyser. Vi må også mestre kunsten i å visualisere resultatene på en forståelig og hensiktsmessig måte.
Data science er i ferd med å etablere seg som et eget fagfelt som kombinerer etablerte fag som matematikk, statistikk, dataanalyse og deres relaterte metoder. Foruten modellering og statistisk inferens (metode for å trekke konklusjoner om en populasjon ut i fra et utvalg av samme populasjon), inkluderer dette også definering av aktuelle spørsmål, innhenting og lagring av data, rensing av data, samt å kommunisere og visualisere resultater. Data science er et konsept som kombinerer alt dette slik at man lettere kan forstå og analysere innholdet i dataene.
Hvem kan sjekke kvalitet, hvem forstår skjevhet og mangel av representativitet og hvem ser betydningen av variabilitet? Statistikere!
Ofte blir algoritme-baserte tilnærminger assosiert med data science, noe som indikerer at informatiske kunnskaper er viktige. Det er korrekt, men statistikk, med basis i matematikk, har alltid vært viktig og står stadig mer sentralt i utviklingen av data science. Som E. Marian Scott (The role of Statistics in the era of big data: Crucial, critical and under-valued, 2018) sier: «Hvem kan sjekke kvalitet, hvem forstår skjevhet og mangel av representativitet og hvem ser betydningen av variabilitet? Statistikere!»
Ved UiO har vi mange fagmiljøer med dyp kunnskap innen data science, blant annet finnes det to Sentre for forskningsdrevet innovasjon (Big Insight og Sirius) som samarbeider tett med en rekke næringslivsaktører for å utnytte store datamengder til nye forretningsmuligheter innen alt fra medisin og helse til olje- og gassrelaterte miljøer. Det er imidlertid mange flere miljøer ved UiO med dyp fagkompetanse som er relevant for å utnytte store datamengder.
Data science Day 10. oktober 2018
Torsdag 10. oktober er det Data science Day ved UiO. Da har vi invitert våre studenter, forskere og en rekke samarbeidsaktører fra næringslivet. Dette er en møteplass i uformelle omgivelser på Blindern med faglig påfyll, muligheter for diskusjon og erfaringsutveksling – samtidig som det er en hyggelig sosial begivenhet. Hvis du ønsker å lære mer om hva data science er, kan dette være et godt sted å begynne. Dette er en populær møteplass, og vi forventer stinn brakke. Jeg gleder meg!
Er du interessert i forskningsnyheter om teknologi og realfag? Følg Titan.uio.no på Facebook eller abonner på nyhetsbrevet vårt
Kategorier
Aktuelt
Mest lest siste syv dager
Feil!
Forespørsel om mest lest returnerte en feilmelding.
Add new comment