El científico de datos tiene más que ver con el aprendizaje automático, la minería de datos para muchas otras aplicaciones que para la robótica y los sensores.
Las aplicaciones como las predicciones de mercado, la generación de mejores resultados de búsqueda, sugerir artículos a los clientes en Amazon, extraer tendencias y características de secuencias genómicas particulares, etc. tienen que ver con la ciencia de datos.
En robótica, la aplicación de la ciencia de datos se enmarcaría principalmente en visión artificial, PNL y también en alguna interacción física entre humanos y robots. (Yo creo)
- ¿Cuáles son las aplicaciones de la ciencia de datos en física?
- ¿Podemos obtener automáticamente datos de prueba / entrenamiento para un sistema Machine Learning to Rank (MLR)?
- ¿Entrar en Big Data es una buena opción ahora?
- ¿Puedo obtener un trabajo de ciencia de datos después de completar el curso de certificación junto con un proyecto en él?
- ¿Cuáles son las tendencias en análisis de big data?
P.ej. visión artificial: uno necesita aprender / clasificar imágenes usando herramientas de aprendizaje como redes neuronales convolucionales.
La red neuronal es una buena herramienta para aprender para el aprendizaje automático y también para algunos controles óptimos.
Si desea ingresar a los sensores (haciendo uso de los datos del sensor), definitivamente será muy útil el procesamiento digital de señales, el procesamiento estadístico de señales, el procesamiento de imágenes, las redes neuronales y el reconocimiento de patrones. (Esto es lo que el departamento de EE tiene para ofrecer).
La robótica es en realidad una culminación de todos los diferentes problemas que necesitará resolver para que el robot pueda realizar cualquier tarea. Y estas tareas pueden estar relacionadas con la visión, la planificación, los controles, etc., que puede aprender de CS, Math, EE.
Mire los cursos para el programa de posgrado para especialización en el campo relacionado con la robótica.
