علم البيانات والذكاء الاصطناعي والفرق بينهم؟ التخصصين بينهم تداخل كبير. وكلاً منهم يحتاج الأخر في حالات. ويمكن أن يعمل كلاً منهم بشكل مستقل.
طبعاً ليس هناك أفضلية لتخصص على تخصص. جميعها تخصصات مكملة لبعض.
لكن هنا محاولة لتوضيح بعض الفروق والتداخلات
طبعاً ليس هناك أفضلية لتخصص على تخصص. جميعها تخصصات مكملة لبعض.
لكن هنا محاولة لتوضيح بعض الفروق والتداخلات
علم البيانات هو مظلة تضم تخصصات مثلا قواعد البيانات والاحصاء والأعمال Business وغيرها.
يهدف لجمع البيانات ومعالجتها والاستفادة منها.
يمكن الاستفادة منها بعمل تحليل وصفي وعرض تقرير. ويمكن تطبق نموذج إحصائي للتنبؤ. أو بناء نموذج تنبؤ من خلال تعلم الآلة Machine Learning
يهدف لجمع البيانات ومعالجتها والاستفادة منها.
يمكن الاستفادة منها بعمل تحليل وصفي وعرض تقرير. ويمكن تطبق نموذج إحصائي للتنبؤ. أو بناء نموذج تنبؤ من خلال تعلم الآلة Machine Learning
علم البيانات يضم أدوار مختلفة. محلل بيانات - غالبا يركز على التحليل الوصفي Descriptive
مهندس بيانات - يركز على تجهيز البيانات ونقلها من المصادر المختلفة إلى مصدر واحد
وهناك عالم البيانات يعمل على التحليل التنبؤي Predictive وغيره
وأيضا المتخصص في إدارة وحوكمة البيانات
مهندس بيانات - يركز على تجهيز البيانات ونقلها من المصادر المختلفة إلى مصدر واحد
وهناك عالم البيانات يعمل على التحليل التنبؤي Predictive وغيره
وأيضا المتخصص في إدارة وحوكمة البيانات
طبعاً فيه تفاصيل أكثر لكل دور من حيث تعريفه أو مهامه.
تحدثت بشكل مختصر عنها هنا.
تحدثت بشكل مختصر عنها هنا.
في حالات لا يحتاج علم البيانات لAI أو ML. إذا كنت أعرض ما حدث في الماضي كتحليل وصفي غالباً ما تحتاج ال AI أو ML
في بعض الحالات مسؤولية متخصصي البيانات تجهيز البيانات لتغذية نموذج للتنبؤ قام ببنائه مهندس ML.
وفي حالات يكون عالم البيانات هو من بنى النموذج. لا يوجد قاعدة ثابتة.
في بعض الحالات مسؤولية متخصصي البيانات تجهيز البيانات لتغذية نموذج للتنبؤ قام ببنائه مهندس ML.
وفي حالات يكون عالم البيانات هو من بنى النموذج. لا يوجد قاعدة ثابتة.
الذكاء الاصطناعي هو مظلة تضم تخصصات وفروع مختلفة تهدف لعمل برامج تحاكي تفكير أو كيف يؤدي البشر المهام.
تجد متخصصين في ال NLP ومتخصصين في ال Computer Vision ومن يجُيد أكثر من تخصص أو فرع. وأيضا أدوار مثل مهندس AI or ML بنفس فكرة أدوار علم البيانات.
تجد متخصصين في ال NLP ومتخصصين في ال Computer Vision ومن يجُيد أكثر من تخصص أو فرع. وأيضا أدوار مثل مهندس AI or ML بنفس فكرة أدوار علم البيانات.
أيضا هذا التخصص بحد ذاته متداخل.
لو نشوف الصور
التعلم العميق يندرج تحت الشبكات العصبية التي تندرج تحت تعلم الآلة. فتجد خطأ في بعض الصور.
حيث تعلم الآلة يشمل الاثنين.
أيضا بعض النماذج اللغوية NLP تعتمد على deep learning
أيضا نفس الكلام في الرؤية بالحاسب Computer vision
لو نشوف الصور
التعلم العميق يندرج تحت الشبكات العصبية التي تندرج تحت تعلم الآلة. فتجد خطأ في بعض الصور.
حيث تعلم الآلة يشمل الاثنين.
أيضا بعض النماذج اللغوية NLP تعتمد على deep learning
أيضا نفس الكلام في الرؤية بالحاسب Computer vision
في ال AI تجد بيانات جاهزة. وعمل المتخصصين هو تطوير نماذج تحل مشكلة محددة أو تقدم خدمة.
مثلا NLP الباحثين والمتخصصين يطورون بشكل مستمر نماذج لفهم اللغات الطبيعية. على بيانات موجودة.
وفيه متخصصين في البيانات مهمتهم توفير هذه البيانات وتحسينها بشكل مستمر
بمعنى التخصصين تخدم بعضها.
مثلا NLP الباحثين والمتخصصين يطورون بشكل مستمر نماذج لفهم اللغات الطبيعية. على بيانات موجودة.
وفيه متخصصين في البيانات مهمتهم توفير هذه البيانات وتحسينها بشكل مستمر
بمعنى التخصصين تخدم بعضها.
من حيث الدراسة تقريبا التخصصين يدرسون عدد من المواد نفسها مثل الاحصاء وأساسيات التحليل. نوعاً ما يتوسع علم البيانات في دراسة قواعد البيانات و مستودعات البيانات وتصوير البيانات والبيانات الضخمة الخ.
ويتوسع ال AI على الشبكات العصبية ومعالج اللغات الطبيعة NLP و الرؤية بالحاسب الخ.
ويتوسع ال AI على الشبكات العصبية ومعالج اللغات الطبيعة NLP و الرؤية بالحاسب الخ.
التخصصين مطلوبة حالياً في سوق العمل هنا. ممكن في الوقت الحالي فيه احتياج أكثر في علم البيانات - عربياً- بحكم التوجه للبيانات المفتوحة وبناء مراكز البيانات. لكن أيضا يوجد طلب على متخصصي ال AI ومتزايد
الخلاصة التخصصين مهمة ومكملة لبعض. حتى بعض الفروق المذكورة ممكن تختفي إذا نظرنا من زوايا مختلفة.
أياً كان تخصصك المهم تكون مُتقن مفاهيمه.
أياً كان تخصصك المهم تكون مُتقن مفاهيمه.
جاري تحميل الاقتراحات...