Topología
La razón de la “vida práctica” de que este campo recibirá más atención, en mi opinión, se debe a la aparición del análisis de datos topológicos. No es exagerado que la industria tenga una gran boner para Data Science en este momento, y parece que eso continuará por una buena razón. A medida que Data Science crece y se vuelve más ubicuo, sus subcampos vendrán con él a la luz de la cal.
El análisis de datos topológicos es un subcampo marginal. Sin embargo, también está recibiendo mucha atención. Incluso (tal vez especialmente) en este foro:
- Es a tiempo parcial Ph.D. ¿En CSE es una opción práctica si no puede dejar su trabajo?
- ¿Cómo puedo buscar solo documentos de transacciones IEEE?
- ¿Qué opinas sobre la computadora cuántica D-Wave 2?
- ¿Cuáles son las diferentes áreas en las que un estudiante de informática de segundo año puede realizar su pasantía de verano?
- ¿Qué significa en informática?
- Ciencia de datos: ¿Qué es el análisis de datos topológicos?
- Ciencia de datos: ¿Cuáles son algunos buenos recursos para aprender Análisis de datos topológicos?
Y hay nuevas empresas basadas en la idea:
- Ayasdi
La columna vertebral de todo esto es la topología real . A medida que pasa el tiempo, más y más ideas topológicas se sintetizarán en frases fáciles de aplicar, de modo que si las personas quieren esquivar las matemáticas y aplicar las técnicas, pueden hacerlo. Sin embargo, al igual que el aprendizaje automático, siempre habrá una teoría profunda al acecho, justo detrás de las cortinas.
Renuncia:
No espero un gran aumento de personas que estudian matemáticas puras con la esperanza de aplicarlo a la ciencia de datos como resultado de esto. Actualmente, el conocimiento de los matemáticos con respecto a las ideas topológicas es estratosférico en comparación con lo que se está utilizando. Si bien hay una investigación básica (teórica o “no práctica”) en el área, no creo que sea matemática.