कम्प्यूटेशनल साइंस और डेटा साइंस में क्या अंतर है? [बन्द है]

Question

पृष्ठभूमि: मेरा पीएचडी 'कम्प्यूटेशनल साइंस' में था। मेरा शोध प्रबंध एक्स-रे डिफैक्टर डेटा के विश्लेषण और ठोस राज्य भौतिकी के लिए आणविक इलेक्ट्रॉन घनत्व के समग्र गतिशील विश्लेषण में थर्मली गड़बड़ी वाले नाभिक के विश्लेषण पर था। टेकअवे? यह विज्ञान में बहुत अधिक आधारित था।

मेरी राय में कम्प्यूटेशनल साइंस विज्ञान की खोज है, "... एक व्यवस्थित उद्यम जो ब्रह्मांड के बारे में परीक्षण योग्य स्पष्टीकरण और भविष्यवाणियों के रूप में ज्ञान का निर्माण और व्यवस्थित करता है" ( विकी ), कम्प्यूटेशनल साधनों के माध्यम से।

हालांकि, 'डेटा साइंस' के लिए अधिकांश स्थिति 'डेटा विश्लेषण' प्रकार की नौकरियों की तरह लगती हैं। यह है, भारी SQL क्वेरी, संरचित और असंरचित डेटा से निष्कर्ष निकालने के लिए पूर्व-निर्मित आर और पायथन मॉडल (रैखिक प्रतिगमन, आदि) का उपयोग करना।

क्या कम्प्यूटेशनल साइंस डेटा साइंस का सुपरसेट है? क्या वे विनिमेय हैं? क्या डाटा विज्ञान एक वास्तविक 'विज्ञान' है? कम्प्यूटेशनल विज्ञान एक वास्तविक 'विज्ञान' है?

Comments

मुझे लगता है कि प्रश्न का कुछ मूल्य है, लेकिन आपको इसे थोड़ा सा काम करने की आवश्यकता होगी। सीएसई में एक रिपोर्ट का यह मसौदा उपयोगी हो सकता है। दोनों के बीच के संबंध के बारे में उनका कुछ उल्लेख है। आप किसी तरह प्रयोगात्मक और सैद्धांतिक विज्ञान के बीच के रिश्ते पर सोच सकते हैं।

— nicoguaro

Answer 1

वे विनिमेय नहीं हैं।

• कम्प्यूटेशनल विज्ञान एचपीसी, सिमुलेशन तकनीकों (डिफरेंशियल इक्वेशन, आणविक गतिशीलता आदि) के लिए अधिक संदर्भित करता है, और आमतौर पर इसे वैज्ञानिक कंप्यूटिंग के रूप में संदर्भित किया जाता है।

• डेटा विज्ञान कम्प्यूटेशनल-गहन डेटा विश्लेषण को संदर्भित करता है, जैसे "बड़ा डेटा", जैव सूचना विज्ञान, मशीन लर्निंग (अनुकूलन), एमसीएमसी का उपयोग करके बायेसियन विश्लेषण, आदि। मुझे लगता है कि यह वही है जो कम्प्यूटेशनल आंकड़ों के रूप में संदर्भित किया जाता है। यह आँकड़ों के साथ कंप्यूटर विज्ञान का जलसेक था, लेकिन विकसित की गई कई तकनीकों में कठोर फिशरियन "सांख्यिकीय परीक्षण" (क्लस्टरिंग, क्रॉस-वैधीकरण तकनीक, डेटा विज़ुअलाइज़ेशन) को गिरा दिया गया, लेकिन डेटा का हिस्सा बना रहा।

इसका सबसे स्पष्ट विवरण मुझे तब मिला जब मैं जूलिया पर डेटा साइंस एंड साइंटिफिक कंप्यूटिंग के लिए एक कार्यशाला पढ़ा रहा था। डेटा वैज्ञानिक जूलिया को तेजी से "बड़ा डेटा" विश्लेषण करने के लिए सीखना चाहते थे, अर्थात बड़े डेटा पर regressions और अन्य GLMs। कम्प्यूटेशनल वैज्ञानिक (वैज्ञानिक संगणक?) जानना चाहते थे कि एचपीसी और जीपीयू पर बड़े रैखिक प्रणालियों को हल करने के लिए आसानी से कोड कैसे लिखें।

ध्यान दें कि सटीक गणना के कहने के दो तरीके हैं, लेकिन बहुत अलग अर्थों के साथ। तो कुछ इसी तरह से, लेकिन अभी भी अलग है (और विषयों के बीच क्रॉस-ओवर है, जैसे कि डेटा से पीडीई के लिए पैरामीटर सीखने के लिए मशीन सीखने का उपयोग करना)।