Datavetenskap

Datavetenskap, studiet av datorer och datoranvändning, inklusive deras teoretiska och algoritmiska grunder, hårdvara och mjukvara och deras användningsområden för att bearbeta information. Datavetenskapens disciplin inkluderar studier av algoritmer och datastrukturer, dator- och nätverksdesign, modellering av data och informationsprocesser och artificiell intelligens. Datavetenskap drar några av sina grunder från matematik och teknik och inkluderar därför tekniker från områden som köteori, sannolikhet och statistik och elektronisk kretsdesign. Datavetenskap använder också kraftigt hypotesttestning och experiment under konceptualisering, design, mätning och förfining av nya algoritmer, informationsstrukturer och datorarkitekturer.

Datavetenskap anses vara en del av en familj med fem separata men samtidigt sammanhängande discipliner: datateknik, datavetenskap, informationssystem, informationsteknologi och programvaruteknik. Denna familj har blivit känd kollektivt som datoriserad dator. Dessa fem discipliner är sammanhängande i den meningen att beräkningar är deras studieobjekt, men de är separata eftersom var och en har sitt eget forskningsperspektiv och lärofokus. (Sedan 1991 har Association for Computing Machinery [ACM], IEEE Computer Society [IEEE-CS] och Association for Information Systems [AIS] samarbetat för att utveckla och uppdatera taxonomin för dessa fem sammanhängande discipliner och riktlinjerna för att utbildningsinstitutionerna världsomspännande användning för sina grund-, forskar- och forskarprogram.)

De viktigaste delområdena inom datavetenskap inkluderar den traditionella studien av datorarkitektur, programmeringsspråk och programvaruutveckling. De inkluderar emellertid också beräkningsvetenskap (användning av algoritmiska tekniker för modellering av vetenskaplig data), grafik och visualisering, interaktion mellan mänskliga och datorer, databaser och informationssystem, nätverk och de sociala och professionella frågor som är unika för datavetenskapens praktik.. Som det är uppenbart överlappar några av dessa underfält i sin verksamhet med andra moderna områden, såsom bioinformatik och beräkningskemi. Dessa överlappningar är en följd av en tendens bland datavetare att erkänna och agera på deras fälts många tvärvetenskapliga förbindelser.