• Querying and reporting
• You know exactly what you are looking for.
• SQL:
• SELECT * FROM CUSTOMERS WHERE AGE > 45
• OLAP: Online Analytical Processing
• GUI to query large data collections in real-time
• Pre-programmed dimensions of analysis
• Summary level
--> no modeling or pattern finding
OLAP GUI example
Classic Business Intelligence: You know what you are looking for -> Query/OLAP
• Data Science: “A set of fundamental principles that guide extraction of knowledge
from data”
• Data Mining: “The extraction of knowledge from data, via technologies that
incorporate these principles”
• Big Data: “Data that is so large that traditional data storage and processing systems
are unable to deal with it”
You don’t know what you look for/want to find new intricate patterns in the (big) data ->
Data Mining
,Terminology (iii): Technologies
no real faces
Applications of what we just saw?
Concerns?
• Modern ML techniques are very good at learning complex patterns in data to solve
certain types of predefined tasks
• Data science harnesses these techniques to solve commercial and business issues to
create value
Data
• At the basis of all of this: data!
• What is data?
-> Raw stream of facts
,Data as a strategic asset
• Data can lead to better decision making through data science
• Data -> information/knowledge
• Data is a valuable asset
Which types of decisions to support through data science
• Decisions for which discoveries need to be made
• Usually high impact
• E.g., prediction of demand shocks in times of crisis
• Decisions that repeat, especially at massive scale
• so decision-making can benefit from even small increases in decision-making
accuracy on data analysis.
• E.g., credit scoring
Remember!
• Data science: “A set of fundamental principles that guide extraction of knowledge
from data”
• Data mining: “The extraction of knowledge from data, via technologies that
incorporate these principles”
• Important technology: machine learning
• Learns from data
But what is learning?
, Learning
• We usually learn a function:
y = f(x)
• f: a mathematical or logical formula
• Can be learned using algorithms that learn f(x) from data, from examples
• E.g.: f() a program to identify cats in video data
• Gets better with more examples -> Remember: Machine learning OR:
• Mapping of x to y can be hardcoded, what the program does -> solution not
learned
• y = f(x)?
• Looks suspiciously like:
• But…
• Often more complex
Y= a + bx (a and b are learnable parameters)
Some learned functions can be very complex
• E.g., T-NLG: 17 billion parameters
Some decision support systems can involve multiple complex distributions/functions
E.g., for supporting liver assignment
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper stijndamoiseaux. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €6,99. Je zit daarna nergens aan vast.