《数据科学》是一本跨学科的期刊，旨在探讨数据已成为众多科学领域的关键因素这一发展趋势。本杂志涵盖了科学数据的各个方面，从数据创建、挖掘、发现、整理、建模、处理和管理到分析、预测、可视化、用户交互、传播、共享和重用。我们对一般方法和概念以及特定工具、基础设施和应用程序感兴趣。最终目标是释放科学数据的力量，加深我们对物理、生物和数字系统的理解，深入了解人类社会和经济行为，并为未来设计新的解决方案。科学数据（无论大小）的重要性与日俱增，这给如何将结构化但往往是孤立的数据与来自文本、音频、视频内容（如传感器和博客数据）的凌乱、不完整和非结构化数据相结合带来了巨大挑战。需要新的方法来提取、传输、汇集、优化、存储、分析和可视化数据，以释放其威力，同时使工具和工作流更易于广大公众使用。期刊邀请来自各个领域的理论和基础研究、平台、方法、应用和工具等方面的论文。我们欢迎为数据科学研究添加社会、地理和时间维度的论文，以及在发现研究中准备和使用数据面向应用的论文。
本杂志围绕以下核心主题重点介绍方法、基础架构和应用程序：
科学数据挖掘、机器学习和大数据分析
科学数据管理、网络分析和知识发现
学术交流与（语义）出版
科学数据出版、索引、质量和发现
科学数据的数据争辩、整合和源流
研究主题的趋势分析、预测和可视化
科学领域的众包与合作
科学结果的确证、验证、信任和再现性
针对数据科学的可扩展计算、分析和学习
科学web服务和可执行工作流
科学分析、智能和实时决策
社会技术系统
数据科学的社会影响
链接：Data Science | IOS Press https://www.iospress.com/catalog/journals/data-science
转载本文请联系原作者获取授权，同时请注明本文来自刘桂锋科学网博客。
链接地址：https://wap.sciencenet.cn/blog-39723-1343479.html?mobile=1
收藏
