|
Аннотация.
В статье рассмотрены проблемы анализа природы данных, возникающие на границе знания и бытия. Показана противоречивость представления науки о данных как совокупности технологий и алгоритмов, предназначенных для решения задач обработки больших массивов слабоструктурированных данных, прогнозирования нераспознаваемых ранее корреляций. Представлен этимологический и когнитивный анализ трансформации понятия «данные». Проанализированы концептуальные основания становления новой эпистемологической парадигмы отображения окружающего мира, позволяющей рассматривать по-новому проблему данных.
Ключевые слова:
наука о данных, data science, эпистемология модели познания.
DOI: 10.14357/20790279240306
EDN: LHREBR Стр. 48-57.
Литература
1. Gil Press. A Very Short History of Data Science // Пост на сайте Forbes, updated Apr 14, 2022 [Электронный ресурс]. URL: https://www.forbes.com/sites/gilpress/2013/05/28/a-very-short-history-of-data-science/ Дата обращения 17.06.2024 2. Журавлёва Е. Ю. Эпистемический статус цифровых данных в современных научных исследованиях. Вопросы философии, № 2, 2012, с. 113—123. 3. Naur Peter. Concise Survey of Computer Methods. Lund, Sweden. Studentlitteratur. 1974. 4. Tuomi Ilkka. Data Is More Than Knowledge: Implications of the Reversed Knowledge Hierarchy for Knowledge Management and Organizational Memory // Journal of Management Information Systems. 2000. 6 (3): 103–117. DOI: 10.1080/07421222.1999.11518258. Дата обращения 17.06.2024. 5. «What are Data?» Australian Bureau of Statistics // [Электронный ресурс]. URL: https://www.abs.gov.au/statistics/understanding-statistics/statistical-terms-and-concepts. Дата обращения 17.06.2024. 6. Смирнов Г. А. О месте данных в структуре познания // Труды ИСА РАН. 2019. Том 69 (3). Стр. 55-67. DOI: 10.14357/20790279190305 7. ISO/IEC 2382:2015 Information technology — Vocabulary. [Электронный ресурс]. URL: https://webstore.iec.ch/publication/22380. Дата обращения 18.06.2024. 8. ГОСТ 33707-2016 (ISO/IEC 2382:2015) Информационные технологии. СЛОВАРЬ. (ISO/IEC 2382:2015, MOD). М.: Стандартинформ. 2016. 9. OECD Glossary of Statistical Terms. OECD. 2008. DOI: org/10.1787/9789264055087-en 10. Data vs Information-Difference and Comparison |Diffen [Электронный ресурс]. URL: https://www.diffen.com/difference/Data_vs_Information. Дата обращения 17.06.2024. 11. Weinberger D. The problem with the data-information-knowledge-wisdom hierarchy. Harvard Business Review. 2010. V.2/2. Feb 02. [Электронный ресурс]. URL: https://hbr.org/2010/02/data-is-to-info-as-info-is-not. Дата обращения 17.06.2024. 12. Smith F. Jack. Data Science as an Academic Discipline (англ.). Data Science Journal, 2006. 5(19). 163—164 // DOI:10.2481/dsj.5.163. Дата обращения 17.06.2024. 13. Тищенко В. И. Data science: новый этап сетевого анализа // Системный анализ и информационные технологии. САИТ-2019. Труды Восьмой международной конференции. 2019. М.: ФИЦ ИУ РАН. С. 370-377. DOI: 10.14357/SAIT2019048 14. Fayyad U., Piatetsky-Shapiro G., Smyth P. From Data Mining to Knowledge Discovery in Databases // AI Magazine. 1996; 17(3) [Электронный ресурс]. URL: https://ojs.aaai.org/aimagazine/index.php/aimagazine/article/view/1230. Дата обращения 17.06.2024. 15. Пятаева Н. В. Этимологическое гнездо *dati в праславянском языке (реконструкция, словообразование, семантика) // Acta Universitatis Lodziensis. Folia Linguistica Rossica, 2017. (14), 113–123. DOI: https://doi.org/10.18778/1731-8025 16. Goldman Jeremy. Big Data is So. 2016. We Need Smart Data. Connecting the dots is more important than ever. // Блог Inc. Grow. 2017. March 21. // [Электронный ресурс]. URL: https://www.inc.com/jeremy-goldman/big-data-is-so-2016-we-need-smart-data.html. Дата обращения 24.05.2023. 17. Breiman L. Statistical Modeling: The Two Cultures Statistical Science 2001; 16(3), 199-231 [Электронный ресурс]. URL: http://www2.math.uu.se/~thulin/mm/breiman.pdf. Дата обращения 17.06.2024. 18. Oxford Dictionary of Current English / Edited by Della Thompson: 2nd Edition, Oxford University Press, 1993. 19. Ефремова Т. Ф. Новый словарь русского языка. Толково-словообразовательный. М.: Русский язык, 2000. 20. Пятаева Н. В., Булина Е. В., Ибатуллина Е. А. Дань, дар, подарки и духовные дары в динамике русской языковой картины мира // Актуальные проблемы филологии и педагогической лингвистики. 2018; 29(1) 103-112. DOI: 10.29025/2079–6021-2018-1(29)-103-112. 21. Эвклид. Энциклопедический словарь. Т. XL. С.-Петербург. 1904; 133. 22. Hanlon Aaron R. Data at the Dawn of the Anthropocene // The River Rail. 2019 [Электронный ресурс]. URL: ttps://brooklynrail.org/special/River_Rail_Colby/river-rail/Data-at-the-Dawn-of-the-Anthropocene. Дата обращения 18.06.2024. 23. Синица А. Л. Первое (старое) статистическое обозрение Шотландии как источник демографических данных о населении Шотландии конца XVIII в. // Вестник Томского государственного университета. 2018; 432. 159-169 [Электронный ресурс]. URL: https://www.openrepository.ru/article?id=279663. Дата обращения 19.06.2024. 24. Кузнецов С., Константинов А., Скворцов Н. Ценность ваших данных. М.: Альпина ПРО. 2022. 25. Anderson Chris. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete // Wired. June 23, 2008 [Электронный ресурс]. URL: https://www.wired.com/2008/06/pb-theory. Дата обращения 18.06.2024. 26. Бюттнер Н. «Таинственный Босх: кошмары Средневековья в картинах художника. М.: Эксмо, 2019.
27. The fourth paradigm: data-intensive scientific discovery, ed. by T. Hey, S. Tansley, K. Tolle, Kristin Tolle, Jim Gray. Microsoft Research, Redmond, Washington [Электронный ресурс]. URL: https://www.researchgate.net/publication/229529541_The_Fourth_Paradigm_ Data-Intensive_Scientific_Discovery. Дата обращения 18.06.2024.
|
