この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。 出典検索?: "データサイエンス" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2013年5月）

機械学習および データマイニング
問題 分類 クラスタリング 回帰 異常検知 相関ルール（英語版） 強化学習 構造化予測（英語版） 特徴量設計（英語版） 表現学習（英語版） オンライン学習（英語版） 半教師あり学習（英語版） 教師なし学習 ランキング学習（英語版） 文法獲得 （英語版）
教師あり学習（分類 • 回帰） 決定木（英語版） アンサンブル（英語版） （バギング、ブースティング、 ランダムフォレスト） k-NN 線形回帰 単純ベイズ ニューラルネットワーク ロジスティック回帰 パーセプトロン 関連ベクトルマシン (RVM)（英語版） サポートベクトルマシン (SVM)
クラスタリング BIRCH（英語版） 階層的（英語版） k平均法 期待値最大化法 (EM) DBSCAN OPTICS（英語版） 平均値シフト（英語版）
次元削減（英語版） 因子分析 CCA ICA LDA（英語版） NMF（英語版） PCA t-SNE
構造化予測（英語版） グラフィカルモデル （ベイジアンネットワーク、 CRF、HMM）
異常検知 k-NN 局所外れ値因子法
ニューラルネットワーク オートエンコーダ ディープラーニング DeepDream（英語版） 多層パーセプトロン RNN LSTM GRU 制約ボルツマンマシン（英語版） SOM 畳み込みニューラルネットワーク U-Net
強化学習 Q学習 SARSA（英語版） 時間差分 (TD)（英語版）
理論 偏りと分散のトレードオフ 計算論的学習理論（英語版） 経験損失最小化（英語版） オッカム学習（英語版） PAC学習 統計的学習（英語版） VC理論（英語版）
学会・論文誌等 NIPS（英語版） ICML（英語版） ML（英語版） JMLR（英語版） ArXiv:cs.LG
全般 統計学および機械学習の評価指標
表 話 編 歴

データサイエンス（英: data science、略称: DS）またはデータ科学^[1][2]とは、データを用いて新たな科学的および社会に有益な知見を引き出そうとするアプローチのことであり、その中でデータを扱う手法である情報科学、統計学、アルゴリズムなどを横断的に扱う。

データサイエンスを、統計的、計算的、人間的視点から俯瞰することができよう。それぞれの視点がデータサイエンスを構成する本質的な側面であるが、これらの3つの視点の有機的結合こそがデータサイエンスという学問の神髄である（Blei and Smyth, 2017^[3]）。これまでのデータ解析における現場の知識の重要性に対する認識不足が、データサイエンスという学問に対する幅広い誤解の源泉であると考えられる（Hernan, Hsu and Healy, 2018^[4]）。

データサイエンスは、はっきりとした応用の文脈をもち、超領域性の様相を呈していて、また研究成果に対しては明確な社会的説明責任が求められ、さらに、研究成果の質的保証のためには従来の座学的基準以外に質のコントロールのための追加の基準が必要とされる。データサイエンスの有効な推進のためには組織の異種混合性も重要である。これらの要件を満たす科学はギボンズらが主張するモード2科学^[5]の一種として認識することが出来る。

データサイエンスで使用される手法は多岐にわたり、分野として数学、統計学、計算機科学、情報工学、パターン認識、機械学習、データマイニング、データベース、可視化などと関係する。

データサイエンスの研究者や実践者はデータサイエンティストと呼ばれる。

データサイエンスの応用としては、生物学、医学、工学、経済学、社会学、人文科学などが挙げられる。

歴史[編集]

データサイエンスという用語は古くから使われていたが、特に1960年にピーター・ナウアが使用したことで注目を集めた（注: 英語版にも1960年とあるが、出典が不明である。次に述べる1974年の書籍については、本人による公式ウェブページ^[6]から確認できる）。1974年の著書"Concise Survey of Computer Methods"において、ナウアはデータ処理手法とその応用を述べる中でデータサイエンスという表現を使用した。

2010年代後半から世界的にデータサイエンティストが不足しているため、高度な知識を持たないユーザーでも解析が出来るシステムの開発が進んでいる^[7]。

一方、2012年、ハーバード・ビジネス・レビュー誌が「21世紀で最もカッコいい仕事」^[8]と位置づけたことから「データサイエンス」という言葉はバズワードになったと見る者もいる。フォーブス誌においても、明確な定義がなく、大学院で習うビジネス分析論（英語版）が単に置き換えられただけだと批判された。^[9]

所得の平等[編集]

先進国でも発展途上国でも、データサイエンスのスキルに優れている国々では、所得の平等が高まっている。ドメイン全体での国の平均スキル能力と、国の上位10％が保有する収入の割合との間には負の相関関係がある^[10]。

関連項目[編集]

• 巨大知
• 集合知
• ビッグデータ
• データマイニング
• データサイエンス学部
• 統計検定 (資格)
• Kaggle
• 複雑系科学

注[編集]

[脚注の使い方]

外部リンク[編集]

• 一般社団法人 データサイエンティスト協会
• 新村秀一、データ解析からデータ・サイエンスへ － 情報技術(統計ソフト・WWW・AI)との共生により統計知識を国民の知的共有財に － 統計数理 第45巻 第1号 特集「統計ソフトウェアの新展開2」 p.23-40
• インクィジティブ・マインド：Data Science (データサイエンス)

表 話 編 歴 統計学 標本調査 標本 母集団 無作為抽出 層化抽出法 記述統計学 連続データ 位置 平均 算術 幾何 調和 中央値 分位数 順序統計量 最頻値 階級値 分散 範囲 偏差 偏差値 標準偏差 標準誤差 変動係数 決定係数 相関係数 自己相関 共分散 自己共分散 分散共分散行列 百分率 統計的ばらつき モーメント 分散 歪度 尖度 カテゴリデータ 頻度 分割表 推計統計学 仮説検定 パラメトリック t検定 ウェルチのt検定 F検定 Z検定 二項検定 ジャック–ベラ検定 シャピロ–ウィルク検定 分散分析 共分散分析 ノンパラメトリック ウィルコクソンの符号順位検定 マン・ホイットニーのU検定 カイ二乗検定 イェイツのカイ二乗検定 累積カイ二乗検定 フィッシャーの正確確率検定 尤度比検定 G検定 アンダーソン–ダーリング検定 コルモゴロフ–スミルノフ検定 カイパー検定 マンテル検定 コクラン・マンテル・ヘンツェルの統計量 その他 帰無仮説 対立仮説 有意 棄却 区間推定 信頼区間 予測区間 モデル選択基準 AIC BIC WAIC MDL その他 偏り 偏りと分散 過剰適合 推定量 点推定 最尤推定 尤度関数 尤度方程式 最小距離推定 メタアナリシス ブートストラップ法 ベイズ統計学 確率 主観確率 ベイズ確率 事前確率 事後確率 最大事後確率 その他 ベイズ推定 ベイズ因子 相関 交絡変数 ピアソンの積率相関係数 順位相関（スピアマンの順位相関係数・ケンドールの順位相関係数） モデル 一般線形モデル 一般化線形モデル 混合モデル 一般化線形混合モデル 回帰 線形 線形回帰 リッジ回帰 ラッソ回帰 エラスティックネット 非線形 k近傍法 回帰木 ランダムフォレスト ニューラルネットワーク サポートベクター回帰 射影追跡回帰 時系列 自己回帰モデル 自己回帰移動平均モデル ARCHモデル 対移動平均比率法 トレンド定常 傾向推定 共和分 構造変化 分類 線形 線形判別分析 ロジスティック回帰 単純ベイズ分類器 単純パーセプトロン 線形サポートベクターマシン 二次 二次判別分析 非線形 k近傍法 決定木 ランダムフォレスト ニューラルネットワーク サポートベクターマシン ベイジアンネットワーク 隠れマルコフモデル その他 二項分類 多クラス分類 第一種過誤と第二種過誤 教師なし学習 クラスタリング k平均法（k-means++法） DBSCAN 密度推定（英語版） カーネル密度推定（カーネル） その他 主成分分析 独立成分分析 自己組織化写像 統計図表 棒グラフ バイプロット（英語版） 箱ひげ図 管理図 森林プロット（英語版） ヒストグラム 円グラフ Q-Qプロット ランチャート 散布図 幹葉図 バイオリン図 ドットプロット ヒートマップ 階級区分図 生存時間分析 生存時間関数 カプラン＝マイヤー推定量（英語版） ログランク検定（英語版） 故障率 比例ハザードモデル 歴史 統計学歴史 統計学の創始者 確率論と統計学の歩み 応用 社会統計学 疫学 生物統計学 統計力学 計量経済学 機械学習 実験計画法 出版物 統計学に関する学術誌一覧 重要な出版物 その他 方向統計学 全般 統計学および機械学習の評価指標 カテゴリ