377
个编辑
更改
跳到导航
跳到搜索
第236行：
第236行： − 在1974年，诺尔出版了《计算机方法简明调查》，在这本书对同时代被广泛应用的数据处理方法的调查中，他自如地使用了“数据科学”这一术语。+ 第268行：
第268行： − 举办的圆桌讨论上得到介绍之后首次被纳入会议标题（“数据科学、分级、相关方法”）。+ 第274行：
第274行： − + 第285行：
第285行： − ，在演讲中他将统计学工作描述为数据收集、建模和分析、决策的三部曲。在结论中他首创了现代的、非计算机科学的“数据科学”术语用法，并提倡统计学应被更名为数据科学，统计学家应被称作数据科学家。+ − + 第294行：
第294行： − 的第一篇发表。+ − + 第302行：
第302行： − 在他的报告中，克利夫兰建立了他认为数据科学所围绕的6个技术领域：多学科调查，数据模型和方法，数据计算，教学法、工具评估和理论。+ 第315行：
第315行： − ，这是一份聚焦于诸如数据系统描述、网络出版物、应用和法律问题的出版物+ 第328行：
第328行： − ，为所有数据工作者提供了发表意见和交流想法的平台。这份期刊衷心致力于统计学方法应用和定量研究。在2005年，国家科学委员会出版了“长期数字数据收集：赋能21世纪的研究和教育”，定义数据科学家为“信息和计算机科学家、数据库和软件程序员、学科专家、管理者和注释专家、图书管理员、档案保管员，以及其它对数字化数据收集的成功管理起到关键性作用的人。”他们的首要活动是“进行创造性探究与分析。”+ 第343行：
第343行： − ，我们将迎来一个科学文献、科学数据全部在线且彼此利用的世界。+
→Early usage
|doi:10.1145/365719.366510
|doi:10.1145/365719.366510
}}</ref>
}}</ref>
在1974年，诺尔出版了《计算机方法简明调查》，在这本书对同时代被广泛应用的数据处理方法的调查中，他很自然地使用了“数据科学”这一术语。
在1996年，国际分级社团联盟 (IFCS)的成员在日本神户举行了两年一次的会议，在此，术语“数据科学”在由林知己夫（Chikio Hayashi）
在1996年，国际分级社团联盟 (IFCS)的成员在日本神户举行了两年一次的会议，在此，术语“数据科学”在由林知己夫（Chikio Hayashi）
|editor-first6=Yasumasa
|editor-first6=Yasumasa
}}</ref>
}}</ref>
举办的圆桌讨论上经由介绍之后首次被纳入会议标题（“数据科学、分级、相关方法”）。
<ref>
<ref>
Press, Gil.
Press, Gil.
</ref>
</ref>
在1997年11月，吴建福（C.F. Jeff Wu）为他被[https://en.wikipedia.org/wiki/University_of_Michigan 密歇根大学]给予的H.C Carver教授职位任命发表了题为“统计学=数据科学？”
在1997年11月，吴建福（C.F. Jeff Wu）以[https://en.wikipedia.org/wiki/University_of_Michigan 密歇根大学]所授予的H.C Carver教授职位任命发表了题为“统计学=数据科学？”
<ref name="cfjwutk">
<ref name="cfjwutk">
Wu, C. F. J. (1997).
Wu, C. F. J. (1997).
.The University Records, 9 November 1997, The University of Michigan. Retrieved 12 August 2013.
.The University Records, 9 November 1997, The University of Michigan. Retrieved 12 August 2013.
</ref>
</ref>
，在演讲中他将统计学工作描述为数据收集、建模和分析、决策的三个流程。在结论中他首创了现代的、非计算机科学内的“数据科学”术语用法，并提倡统计学应更名为数据科学，统计学家应被称作为数据科学家。
<ref name="cfjwutk"/>
<ref name="cfjwutk"/>
之后，他又在1998年纪念印度科学家和统计学家、[https://en.wikipedia.org/wiki/Indian_Statistical_Institute 印度统计学院]创立者[https://en.wikipedia.org/wiki/Prasanta_Chandra_Mahalanobis 马哈拉诺比斯（P.C. Mahalanobis）]的讲座上将同名演讲作为其系列演讲
之后，他又在1998年纪念印度科学家和统计学家、[https://en.wikipedia.org/wiki/Indian_Statistical_Institute 印度统计学院]创立者[https://en.wikipedia.org/wiki/Prasanta_Chandra_Mahalanobis 马哈拉诺比斯（P.C. Mahalanobis）]的讲座上将同名的演讲作为其系列演讲
<ref name="cfjwu02">
<ref name="cfjwu02">
[http://www.isical.ac.in/~statmath/html/pcm/pcm_recent.html "P.C. Mahalanobis Memorial Lectures, 7th series"].
[http://www.isical.ac.in/~statmath/html/pcm/pcm_recent.html "P.C. Mahalanobis Memorial Lectures, 7th series"].
on 26 Feb 2017. Retrieved 18 Jul 2017.
on 26 Feb 2017. Retrieved 18 Jul 2017.
</ref>
</ref>
的第一篇进而发表。
在2001年，威廉·克利夫兰（William S.Cleveland）在他的文章《数据科学：一个用来扩大统计学领域技术范畴的行动计划》将数据科学作为一门独立学科引入，扩大了统计学的领域并使之包含“数据计算的前沿”，这篇文章发表在2001年4月版的《国际统计评论》（''International Statistical Review / Revue Internationale de Statistique''）的第69卷，第1篇。
在2001年，威廉·克利夫兰（William S.Cleveland）在他的文章《数据科学：一个用来扩大统计学领域技术范畴的行动计划》将数据科学作为一门独立学科引入，扩大了统计学的领域并使之包含“数据计算的前沿”，这篇文章发表在2001年4月版的《国际统计评论》（''International Statistical Review / Revue Internationale de Statistique''）的第69卷，第1篇上。
<ref name="cleveland01">
<ref name="cleveland01">
Cleveland, W. S. (2001).
Cleveland, W. S. (2001).
International Statistical Review / Revue Internationale de Statistique, 21–26.
International Statistical Review / Revue Internationale de Statistique, 21–26.
</ref>
</ref>
在他的报告中，克利夫兰建立了他认为数据科学所关心的6个技术领域：多学科调查，数据模型和方法，数据计算，教学方法、工具评估及其理论。
在2002年4月，国际科学委员会(ICSU)：数据科学与技术分会(CODATA)
在2002年4月，国际科学委员会(ICSU)：数据科学与技术分会(CODATA)
Retrieved from Japan Science and Technology Information Aggregator, Electronic: http://www.jstage.jst.go.jp/browse/dsj/_vols
Retrieved from Japan Science and Technology Information Aggregator, Electronic: http://www.jstage.jst.go.jp/browse/dsj/_vols
</ref>
</ref>
，这是一份聚焦于诸如数据系统描述及其网络出版物、应用和法律问题的出版物
<ref name="dsj02">
<ref name="dsj02">
Data Science Journal. (2002, April).
Data Science Journal. (2002, April).
Retrieved from http://www.jds-online.com/v1-1
Retrieved from http://www.jds-online.com/v1-1
</ref>
</ref>
，为所有数据工作者提供了发表意见和交流想法的平台。这份期刊衷心致力于统计学方法应用和定量研究。在2005年，美国国家科学委员会出版了“长期数字数据收集：赋能21世纪的研究和教育”这一内容，注明数据科学家为“信息和计算机科学家、数据库和软件程序员、学科专家、管理者和注解专家、图书管理员、档案保管员，以及其它对数字化数据收集的成功管理起到关键性作用的人。”他们的首要活动是“进行创造性探究与分析。”
<ref>
<ref>
National Science Board.
National Science Board.
<ref name="TansleyTolle2009" />
<ref name="TansleyTolle2009" />
<ref name="BellHey2009" />
<ref name="BellHey2009" />
，我们将迎来一个科学文献、科学数据全部链接且彼此运用的世界。
<ref>
<ref>
Markoff,John(2009-12-14).
Markoff,John(2009-12-14).