Building Bridges between Soft and Statistical Methodologies for Data Science

امروزه تجزیه و تحلیل داده ها به دلیل ظهور انواع، ابعاد و منابع جدید داده به موضوعی جذاب تبدیل شده است. این انگیزه توسعه رویکردها و ابزارهای احتمالی/آماری برای مقابله با این داده ها است. جوامع مختلف متخصص از جمله آماردانان، ریاضیدانان، دانشمندان کامپیوتر، مهندسان، اقتصاددانان و روانشناسان بیش از پیش به رویارویی با این چالش علاقه مند هستند. در نتیجه، نیاز آشکاری برای ایجاد پل‌هایی بین همه این جوامع برای علم داده وجود دارد.

این کتاب حاوی بیش از پنجاه مقاله انتخابی اخیر است که هدف آن ایجاد پل‌های ذکر شده در بالا است. . این مشارکت‌ها جنبه‌های بسیار متفاوت و مرتبطی مانند احتمالات غیردقیق، نظریه اطلاعات، مجموعه‌های تصادفی و مجموعه‌های فازی تصادفی، توابع باور، نظریه امکان، مدل‌سازی وابستگی و کوپولاها، خوشه‌بندی، مفاهیم عمق، کاهش ابعاد داده‌های پیچیده و استحکام را مورد بررسی قرار می‌دهند.

Nowadays, data analysis is becoming an appealing topic due to the emergence of new data types, dimensions, and sources. This motivates the development of probabilistic/statistical approaches and tools to cope with these data. Different communities of experts, namely statisticians, mathematicians, computer scientists, engineers, econometricians, and psychologists are more and more interested in facing this challenge. As a consequence, there is a clear need to build bridges between all these communities for Data Science.

This book contains more than fifty selected recent contributions aiming to establish the above referred bridges. These contributions address very different and relevant aspects such as imprecise probabilities, information theory, random sets and random fuzzy sets, belief functions, possibility theory, dependence modelling and copulas, clustering, depth concepts, dimensionality reduction of complex data and robustness.