Depende de qué quiere decir exactamente con “ciencia de datos”.
Si te refieres a Machine Learning y Data Mining, entonces son diferentes áreas de conocimiento, pero, como sucede a menudo, a veces usan ideas similares.
Por ejemplo, el coeficiente de Gini mide la brecha entre ricos y pobres comparándolo con una sociedad perfecta donde todos ganan el mismo salario. Resulta que es bastante similar a AU ROC, una medida utilizada a menudo en la minería de datos para evaluar el rendimiento de un clasificador en comparación con un clasificador aleatorio (ver aquí).
Creo que hay toneladas de esas cosas, y creo que la economía también utiliza muchas cosas de Data Mining y Machine Learning.
Pero si por “ciencia de datos” te refieres a las estadísticas, entonces ciertas partes de la economía (como la econometría) dependen en gran medida (si no exclusivamente) de ella.
- ¿El uso de memoria aumenta a medida que aumentan los datos de entrenamiento en redes neuronales profundas?
- ¿Cómo analizan los algoritmos de aprendizaje automático y los algoritmos basados en léxico las palabras coloquiales en un análisis de sentimientos de Twitter?
- Cómo saber si una startup tecnológica que ofrece soluciones empresariales que utilizan el aprendizaje exclusivo en profundidad está tratando de estafar a mi empresa
- Veo que la mayoría de las API de Machine Learning están en Python, algunas usan C o C ++ bajo el capó. ¿Por qué los desarrolladores de framework no exponen las API de C ++?
- Codificación dispersa: ¿cuál es la implementación paso a paso para la codificación dispersa? ¿Qué representa la norma l0 / norma l1 / regularización?