計算科学とデータ科学の違いは何ですか？[閉まっている]

背景：私の博士号は「計算科学」でした。私の論文は、固体物理学のための分子電子密度の全体的な動的分析におけるX線回折データの分析と熱摂動核の分析に関するものでした。持ち帰り？それは非常に科学に基づいていました。

私の意見では、計算科学は科学の追求であり、「...計算可能な手段によって、宇宙に関するテスト可能な説明と予測の形で知識を構築および整理する体系的な企業」（wiki）です。

ただし、「データサイエンス」のほとんどの位置は、「データ分析」タイプのジョブに似ています。つまり、事前に構築されたRモデルとPythonモデル（線形回帰など）を使用して構造化データと非構造化データから結論を導き出す、重いSQLクエリ。

計算科学はデータ科学のスーパーセットですか？それらは交換可能ですか？データサイエンスは実際の「科学」ですか？計算科学は実際の「科学」ですか？

互換性はありません。

• 計算科学は、HPC、シミュレーション技術（微分方程式、分子動力学など）を指す傾向があり、通常、科学計算と呼ばれます。

• データサイエンスは、「ビッグデータ」、バイオインフォマティクス、機械学習（最適化）、MCMCを使用したベイジアン分析など、計算集約型のデータ分析を指す傾向があります。これは、以前は計算統計と呼ばれていたものと同じだと思います。それはコンピュータサイエンスと統計の融合でしたが、開発された多くの手法は、フィッシャーの厳密な「統計的テスト」（クラスタリング、交差検証手法、データの視覚化）を落としましたが、データの一部は残しました。

データ科学と科学計算のためのジュリアに関するワークショップを教えていたときに、それの最も明確な説明が私に来ました。データサイエンティストは、高速な「ビッグデータ」分析、つまり大きなデータに対する回帰やその他のGLMを行うために、ジュリアを学びたいと考えていました。計算科学者（科学計算機？）は、HPCおよびGPUで大規模線形システムを解くためのコードを簡単に作成する方法を知りたいと考えていました。

これらはまったく同じ計算を表す2つの方法ですが、意味が大きく異なることに注意してください。したがって、ある意味では似ていますが、依然として区別されます（また、機械学習を使用してデータからPDEのパラメーターを学習するなど、分野間にクロスオーバーがあります）。