បញ្ហាប្រឈមដែលវិលជុំវិញជ្រុងគឺថាតើម៉ាស៊ីនទាំងនេះពិតជាអាចដោះស្រាយជាមួយនឹងទិន្នន័យដែលមិនមានរចនាសម្ព័ន្ធនិងរចនាសម្ព័ន្ធនិងផ្អែកលើភាពអាចរកបាននៃក្បួនដោះស្រាយដែលមានគុណភាព។ ហើយប្រសិនបើពួកគេធ្វើបានលទ្ធផលនឹងមិនអាចនឹកស្មានដល់បានទេ។ យើងគ្រាន់តែអាចព្យាករណ៍ពីកម្រិតនៃការផ្លាស់ប្តូរដែលនឹងកើតឡើងការផ្លាស់ប្តូរពិតប្រាកដនឹងគួរឱ្យកត់សម្គាល់។ ប៉ុន្តែអ្វីៗទាំងអស់នេះពិតជាត្រូវការពេលវេលាច្រើនសន្ធឹកសន្ធាប់ដែលនឹងកើតឡើង។

ការរៀនម៉ាស៊ីន ថ្ងៃនេះមិនដូចមុនទេដោយសារបច្ចេកវិទ្យាគណនាថ្មី។ ដោយសារម៉ូឌែលត្រូវបានលាតត្រដាងទៅនឹងទិន្នន័យថ្មីទិដ្ឋភាពបន្តនៃ ការរៀនម៉ាស៊ីន មានសារៈសំខាន់ណាស់ព្រោះពួកគេអាចសម្របខ្លួនដោយឯករាជ្យ។ ពួកគេបង្កើតលទ្ធផលនិងការសម្រេចចិត្តដែលអាចជឿទុកចិត្តបានដោយរៀនពីការគណនាពីមុនដែលបានផ្តល់ដល់ពួកគេ។ ការរៀនម៉ាស៊ីន កើតចេញពីគំនិតដែលថាកុំព្យូទ័រមានសមត្ថភាពក្នុងការរៀនសូត្រដោយមិនត្រូវបានរៀបចំកម្មវិធីសម្រាប់កិច្ចការជាក់លាក់ណាមួយដើម្បីដំណើរការនោះគឺជាការទទួលស្គាល់លំនាំហើយអ្នកស្រាវជ្រាវកំពុងរកវិធីដើម្បីដឹងថាតើកុំព្យូទ័រអាចរៀនពីទិន្នន័យតាមរយៈ ក្លែងបន្លំ។ ប្រជាជនបានចាប់អារម្មណ៍ឡើងវិញ ការរៀនម៉ាស៊ីន ដូចជាការវិភាគ Bayesian និង រុករករ៉ែទិន្នន័យ សម្រាប់កត្តាមួយចំនួនដូចជាការផ្ទុកទិន្នន័យដែលមានតម្លៃសមរម្យ ដំណើរការគណនាដ៏មានឥទ្ធិពល និងថោកជាង និងការរីកលូតលាស់ពូជ និងបរិមាណនៃទិន្នន័យដែលមាន។ អ្វីៗទាំងអស់នេះបានធ្វើឱ្យវាអាចបង្កើតគំរូដោយស្វ័យប្រវត្តិ និងរហ័ស ដែលអាចវិភាគទិន្នន័យកាន់តែស្មុគស្មាញ និងធំជាងមុន និងផ្តល់លទ្ធផលត្រឹមត្រូវ និងលឿនជាងមុនក្នុងទ្រង់ទ្រាយធំប្រសិនបើចាំបាច់។ តាមរយៈការបង្កើតគំរូច្បាស់លាស់ អាជីវកម្ម និងអង្គការមានឱកាសល្អក្នុងការទទួលស្គាល់ឱកាសចំណេញ និងជោគជ័យ និងកាត់បន្ថយហានិភ័យ ដូច្នេះហើយទើបបង្កើត ការរៀនម៉ាស៊ីន ធាតុសំខាន់នៅក្នុងឧស្សាហកម្មស្នូល។ នេះ អតីតកាលគឺជាបច្ចុប្បន្ន ហើយបច្ចុប្បន្នគឺជាអនាគត។ ទិន្នន័យគឺជារូបិយប័ណ្ណថ្មី។ ទិន្នន័យកាន់តែច្រើនដែលអ្នកអាចផ្តល់អំពីទស្សនិកជនគោលដៅរបស់អ្នក នោះអ្នកទំនងជាអាចទាក់ទាញពួកគេ។ ឧទាហរណ៍ អ្នកអាចប្រើទិន្នន័យដើម្បីបង្ហាញថាតើមានមនុស្សប៉ុន្មាននាក់កំពុងចូលមើលគេហទំព័ររបស់អ្នក តើមានមនុស្សប៉ុន្មាននាក់កំពុងចុចលើការផ្សាយពាណិជ្ជកម្មរបស់អ្នក និងចំនួនមនុស្សចុចចូលគេហទំព័ររបស់អ្នក។ វិទ្យាសាស្រ្តទិន្នន័យ គឺជាការសិក្សាទាញយកចំណេះដឹងពីទិន្នន័យ។ វិញ្ញាសាគឺជាការរួមបញ្ចូលគ្នានៃវិទ្យាសាស្ត្រកុំព្យូទ័រ ស្ថិតិ និងគណិតវិទ្យា។ វា​ជា​វិស័យ​ទូលំទូលាយ​ណាស់ ហើយ​វា​មាន​កម្មវិធី​ជាច្រើន​។

វិទ្យាសាស្រ្តទិន្នន័យ ជា​វិស័យ​ដែល​កំពុង​រីក​ចម្រើន ហើយ​វា​អាច​គ្រប​ដណ្តប់​លើ​ការងារ​យ៉ាង​ទូលំទូលាយ។ ទីមួយ អ្នកមានអ្នកវិទ្យាសាស្ត្រទិន្នន័យពីអតីតកាល ដែលជាអ្នកគណិតវិទ្យា ឬអ្នកស្ថិតិ។ បន្ទាប់មក អ្នកមាន data scientist នាពេលបច្ចុប្បន្ន ដែលជាអ្នកដែលយល់អំពីអាជីវកម្ម និងអាចជួយធ្វើការសម្រេចចិត្តដែលជំរុញដោយទិន្នន័យ។ ទិន្នន័យគឺជាប្រេងថ្មី។ អ្វីគ្រប់យ៉ាងដែលយើងធ្វើ ពីរបៀបដែលយើងទទួលបានពី A ដល់ B រហូតដល់របៀបដែលយើងរីករាយនឹងខ្លួនយើង ដល់របៀបដែលយើងទទួលបានព័ត៌មានថ្មីៗចុងក្រោយបង្អស់ គឺត្រូវបានបង្កើតឡើងនៅលើមូលដ្ឋាននៃទិន្នន័យ។ ប៉ុន្តែ វិទ្យាសាស្រ្តទិន្នន័យ មិនមែនគ្រាន់តែជាការប្រមូល និងវិភាគទិន្នន័យប៉ុណ្ណោះទេ។ Gaurav Munjal ដែលជាអ្នកវិទ្យាសាស្ត្រទិន្នន័យដែលមាន MBA ពីសាលា Harvard Business School បាននិយាយថា "ក្រុមហ៊ុនដែលដំណើរការទិន្នន័យភាគច្រើនទំនងជាទទួលបានជោគជ័យ ហើយក្រុមហ៊ុនដែលដំណើរការទិន្នន័យច្រើនបំផុតគឺជាក្រុមហ៊ុនដែលជំរុញទិន្នន័យច្រើនបំផុតពី ការចាប់ផ្តើមយ៉ាងខ្លាំង។ A វិទ្យាសាស្រ្តទិន្នន័យ វិជ្ជាជីវៈគឺជាអ្នកវិទ្យាសាស្ត្រដែលផ្តោតលើទិន្នន័យ។ វិទ្យាសាស្រ្តទិន្នន័យ គឺជាវិស័យដែលមានល្បឿនលឿន និងផ្លាស់ប្តូរជានិច្ច ហើយអនាគតកាន់តែរំភើប។ នៅពេលដែលឧស្សាហកម្មកាន់តែច្រើនឡើង ៗ ភ្ញាក់ឡើងជាមួយនឹងសក្ដានុពលនៃទិន្នន័យ យើងនឹងឃើញកម្មវិធីថ្មីៗ និងគួរឱ្យរំភើបជាច្រើននៃ វិទ្យាសាស្រ្តទិន្នន័យ. សមត្ថភាពក្នុងការយល់ទិន្នន័យកំពុងក្លាយជា 'ភាសា' ថ្មីមួយដែលយើងទាំងអស់គ្នាត្រូវរៀន។ វិទ្យាសាស្រ្តទិន្នន័យ គឺជាចំណុចប្រសព្វនៃស្ថិតិ វិទ្យាសាស្ត្រកុំព្យូទ័រ និងគណិតវិទ្យា ហើយជាវិស័យដែលកំពុងរីកចម្រើននៅក្នុងឧស្សាហកម្មបច្ចេកវិទ្យា។

ពិភពលោកទាំងមូលនឹងទៅជាឌីជីថល និងគ្រប់បច្ចេកវិទ្យាថ្មីពី ប្រព័ន្ធ​ផ្សព្វផ្សាយ​សង្គម ដើម្បីពាក់ទៅ អ៊ីនធើណែនៃការណ៍បង្កើតទិន្នន័យយ៉ាងច្រើន។ វិទ្យាសាស្ត្រ​គឺជា​វិស័យ​ដែល​កំពុង​រីកចម្រើន ហើយ​វា​អាច​រួមបញ្ចូល​ការងារ​ជាច្រើន​។ ទីមួយ អ្នកមានអ្នកវិទ្យាសាស្ត្រទិន្នន័យពីអតីតកាល ដែលជាអ្នកគណិតវិទ្យា ឬអ្នកស្ថិតិ។ នេះ។ វិទ្យាសាស្រ្តទិន្នន័យ លំហ​កាន់​តែ​មាន​មនុស្ស​កាន់​តែ​ច្រើន​ឡើង។ មានក្រុមហ៊ុនដូចជា Looker, Mode, និង Domino Data Lab ដែលកំពុងផ្តល់ វិទ្យាសាស្រ្តទិន្នន័យ ជាសេវាមួយ។ ក៏មានអ្នកលក់ BI ប្រពៃណីដូចជា IBM និង Oracle ដែលកំពុងចាប់ផ្តើមផ្តល់ជូន វិទ្យាសាស្រ្តទិន្នន័យ ជាសេវាមួយ។ មិនបានកំណត់ វិទ្យាសាស្រ្តទិន្នន័យ គឺជាវិទ្យាសាស្ត្រនៃការទាញយកចំណេះដឹង និងការយល់ដឹងពីទិន្នន័យ។ វា​គឺ​ជា​វិន័យ​ថ្មី​មួយ​។ វាគឺអំពីការទទួលបានការយល់ដឹងពីទិន្នន័យជាជាងការចាត់ចែងទិន្នន័យ។ វិទ្យាសាស្រ្តទិន្នន័យ អាច​ត្រូវ​បាន​ប្រើ​សម្រាប់​កម្មវិធី​ផ្សេង​គ្នា​ជា​ច្រើន​ពី​ការ​កំណត់​អត្តសញ្ញាណ​លំនាំ​ក្នុង​ទិន្នន័យ​រហូត​ដល់​ការ​ណែនាំ​ផលិតផល​ដោយ​ផ្អែក​លើ​ការ​ទិញ។ វត្ថុមួយដែលនឹងផ្លាស់ប្តូរនៅក្នុង វិទ្យាសាស្រ្តទិន្នន័យ ឧស្សាហកម្មគឺថាអ្នកវិទ្យាសាស្ត្រទិន្នន័យនឹងក្លាយជាវិស្វករ អ្នកគ្រប់គ្រងផលិតផលកាន់តែច្រើន អ្នកទីផ្សារកាន់តែច្រើន និងជាអ្នកជំនួញកាន់តែច្រើន។ វិទ្យាសាស្រ្តទិន្នន័យ គឺជាបាតុភូតថ្មីមួយនៅក្នុងពិភពទីផ្សារ និងអាជីវកម្ម ប៉ុន្តែសារៈសំខាន់របស់វាកំពុងកើនឡើងតែប៉ុណ្ណោះ។ វិទ្យាសាស្រ្តទិន្នន័យ គឺជាការរួមបញ្ចូលគ្នានៃស្ថិតិ វិទ្យាសាស្ត្រកុំព្យូទ័រ និងគណិតវិទ្យា ដើម្បីវិភាគទិន្នន័យ។ វិទ្យាសាស្រ្តទិន្នន័យ អាចត្រូវបានប្រើដើម្បីវិភាគទិន្នន័យអតីតកាល ដើម្បីទស្សន៍ទាយនិន្នាការ និងទិន្នន័យនាពេលអនាគត