Природные экосистемы важны не только для выживания девяти миллионов видов растений и животных на этой планете. Они также являются ключевым фактором будущего человечества, которому все больше угрожает наша неспособность сократить выбросы углерода и защитить экологические основы самой жизни.

В ходе исследований зачастую анализируются большие объемы данных, которые называют большими данными (англ. big data), чтобы определить лучшие модели для борьбы с распространением рака молочной железы и тестирования лекарственных препаратов. Современные экспериментальные модели, используемые в лабораторных условиях для моделирования роста опухолей у пациентов, часто предусматривают процессы культивирования клеток с использованием предметных стекол или клеточных линий

Процесс обнаружения и применения новых методов в лечении рака может стать быстрее и эффективнее, чем когда-либо, благодаря применению машинного обучения и больших данных. Но для того, чтобы реализовать потенциал этих технологий, нам потребуется прагматичный, глобально стандартизированный политический курс, контролирующий сбор и использование медицинских данных.

Доктор Ричард Хэмминг, профессор морской школы Монтерея в штате Калифорния и отставной учёный Bell Labs, прочёл 7 марта 1986 года очень интересную и стимулирующую лекцию «Вы и ваши исследования» переполненной аудитории примерно из 200 сотрудников и гостей Bellcore на семинаре в серии коллоквиумов в Bell Communications Research. Эта лекция описывает наблюдения Хэмминга в части вопроса «Почему так мало учёных делают значительный вклад в науку и так многие оказываются в долгосрочной перспективе забыты?». В течение своей более чем сорокалетней карьеры, тридцать лет которой прошли в Bell Laboratories, он сделал ряд прямых наблюдений, задавал учёным очень острые вопросы о том, что, как, откуда, почему они делали и что они делали, изучал жизни великих учёных и великие достижения, и вёл интроспекцию и изучал теории креативности. Эта лекция о том, что он узнал о свойствах отдельных учёных, их способностях, чертах, привычках работы, мироощущении и философии.

What risks are linked to the application of data science in the study of society?

Очень часто студентом не осознается факт того, что дипломная работа – это лишь конечный результат того, что называется собственно «научным исследованием». Даже самая замечательная вёрстка и соблюдение всех формальных требований к оформлению не спасет дипломный проект, если в нем нет смыслоёмкого содержания.