Talal Almutiri
Talal Almutiri

@TALALSQL

18 تغريدة 481 قراءة Sep 07, 2019
سؤال ماهو الفرق مع كلمة Data يتكرر علي كثير. مثلا الفرق بين هذي المصطلحات
Data science
Data mining
Data Analysis
Data Analytics
Big Data
Business Intelligence
وعلى مستوى الأدوار
Data Scientist
Data Architect
Data Engineer
Data Analyst
#علم_البيانات
نبدأ على مستوى العلم وليس الدور Role
موضوع تحليل البيانات قديم من عشرات السنين. وهو نتيجة لتطور لعدة علوم قواعد البيانات والاحصاء وغيرها. بعض التحليلات الاحصائية من عام ١٧٠٠م وبعضها أقدم.
أيضا تحليل البيانات يحتاج عدة علوم ليتم إنجازه بشكل صحيح
ال Data Analysis مصطلح أكبر لكن في البدايات كان يركز على تحليل الارقام.
ومع التطور أصبح هناك ٤ أنواع كما ذكرها د.حمود @Dr_Hmood
ال Data Mining
كمفهوم فهو قديم لكن أصبح مشهور في المجال البحثي في ال 90s وكانت تركز على البيانات المنظمة Structured وهي جداول قواعد البيانات ولم تركز على البيانات الغير منتظمة.
بالاضافة كانت تهتم في عمليات ماقبل التحليل مثل جمع البيانات وتنظيفها
ال Data Mining
في Data Modeling يتم التحليل الحقيقي
في هذا الجزء على حسب نوع التحليل يتم تطبيق تقنيات تعلم الآلة و الاحصاء و عرض البيانات DV
الData Science
ظهر هذا المصطلح ليكون العلم الذي يُنظم عملية التحليل بشكل كامل
فهو يتعامل مع البيانات المنظمة وغير المنظمة -تويتر مثلاً
ويُرتب أكثر عمليات تجهير البيانات قبل التحليل. ويكزر على الغرض من التحليل والاسئلة المُراد الإجابة عليها
وهو علم متداخل ومعتمد على عدة علوم أخرى
ال Data Science
إذا أردت أن تعالج البيانات يمكن استخدام اكسل مثلا أو استعلامات قواعد البيانات
أيضا قد تحتاج لمفاهيم ال big data لتخزين واسترجاع البيانات الضخمة
وإذا اردت التحليل فتحتاج إلى تعلم الآلة. والاحصاء والرياضيات والتعلم العميق وغيرها.
ال Big Data
مع زيادة حجم البيانات وتعدد أنواعها لم تستطيع قواعد البيانات أن تتعامل مع هذا التسارع. هنا ظهرت البيانات الضخمة وهي تقنيات تهتم في تخزين واسترجاع ومعالجة البيانات.
فهي بناء تقني هندسي يجعل العملية سريعة وقابلة للتمدد وزيادة البيانات
ال Big Data
الهدف الاساسي منها هو تجهيز البيانات الضخمة للتحليل. إذا اردت التحليل يتم تطبيق تقنيات تحليل وعلم البيانات وبعض التقنيات المخصصة لتحليل البيانات الضخمة
الBusiness Intelligence
باحثين في IBM ذكروا هذا المصطلح في ١٩٥٨م لكن اشتهر في ال ٩٠.وهو تطبيق لتحليل البيانات في مجال الأعمال
الفرق أنه نوعا ما يركز على بيانات منظمة بهدف دعم القرار
ف BIيطبق تقنيات الData mining وعلم البيانات والاحصاء
يميل على هذا المجال تقنيات التحليل الوصفي وDV
نهاية هذا الجزء هو إجابة على بعض الاسئلة التي كانت تصلني أو التي حولها نقاش.
لا يمكن أن تتنبأ عن طريق ال dashboard فقط هي تعرض ماحدث في الماضي
إذا تنبأت بالمبيعات هل هو ذكاء أعمال؟ أو إذا حللت ردود الفعل لمنتج في تويتر هل يعتبر ذكاء أعمال؟
هذا النوع من الأسئلة ذات طابع فلسفي
لكن تقنيا الBIتركز على البيانات المنظمة وتفسير ماذا حدث عن طريق التحليل الوصفي
أما من ناحية Business نعم هو دعم للقرار ومن ذكاء الأعمال
هل يمكن تحليل البيانات بدون تعلم الآلة؟ نعم عندما تقوم بعرضها في dashboard وتفسر النتائج وتجيب على الأسئلة. أنت تقوم بتحليل البيانات
هل يمكن تحليل البيانات عن طريق أكسل؟ نعم فمثلا الانحدار الخطي لتقيس العلاقة بين المتغيرات يمكن تطبيقه في الاكسل
عندي أكثر من مصدر للبيانات من عدة أنظمة هل يلزم تطبيق الbig data؟
إذا بياناتك منظمة في شكل جداول وليس ضحمة ومعدل الزيادة متوسط يمكن نقل كل المصادر في data warehouse لكن إذا كان نوع البيانات مختلف ويتزايد بسرعة طبق ال big Data
الفرق بين data analysis وdata anaytics
عملياً لا فرق.لكن نظريا الanalysis هي خطة التحليل أو العملية الأكبر التي يندرج تحتها ال analytic
إذا ال analysis الخطة والارشادات مثلا تجهيز ال KPIsوعكس نتائج التحليل لصيغة تفهمها الإدارة وغيرها
ال analytics هو التنفيذ بمعنى تطبيقات التقنيات
الخلاصة
بعض الفروق من الناحية العملية تكون حدودها شبه مختفية لكن نظرياً هناك بعض الفروق
علم البيانات هو الوجه الجديد للإستفادة من البيانات.مصطلحات مثلData Mining نوعا ما بدأت تختفي
الأحصاء وتعلم الآلة وغيرها هي علوم كبيرة وتدعم تخصصات غير علم البيانات
جزء من هذا الثريد هو إجتهاد شخصي و وجهة نظر تحتمل الصحة والخطأ
سيتم شرح الأدوار في ثريد أخر
رتب @Rattibha

جاري تحميل الاقتراحات...