数据科学

#数据科学#

已有0人关注此标签

内容分类

小猪佩佩

像数据科学家一样思考:12步指南(上)

介绍 目前,数据科学家正在受到很多关注,因此,有关数据科学的书籍正在激增。我看过很多关于数据科学的书籍,在我看来他们中的大多数更关注工具和技术,而不是数据科学中细微问题的解决。直到我遇到Brian Godsey的“像数据科学家一样思考”,它讨论了哪些工具最有用以及为什么,但主要目标是在智能,高效和成功的情况下完成数据科学工程,以解决实际数据中心问题的解决方案。

小猪佩佩

数据科学岗位将在未来5年内重新洗牌,你准备好转型了吗?

计算器的工作曾经由人来做;网站管理员曾经是热门职业;中层管理人员也曾配备过秘书。技术的迭代变革了一批又一批职业,数据科学家也不会例外…… 在每种情况下,硬件和软件的进步都需要专业技能,再将它们交到通用人才的手中。

【方向】

被神话的大数据——从大数据(big data)到深度数据(deep data)思维转变

自从阿法狗战胜人类顶级棋手之后,深度学习、人工智能变得再一次火热起来,但有一个基本的误解是更大的数据会产生更好的机器学习结果。然而,更大的数据池/仓库并不一定有助于模型学习到更深刻的见解。正确的答案是?

袋鼠云

云栖社区影响力最大的技术团队-袋鼠云邀您人工智能小镇新年话智能

2017年,袋鼠云技术团队在阿里云-云栖社区积极耕耘,产出技术博客200多篇,多篇博客被云栖社区官方团队收录、分享、转载。 在2017年度云栖社区内容特辑中,云栖社区盘点了众多具有影响力的内容专题、线上直播、公众号、技术专家等,“袋鼠云技术团队”公众号凭借优质内容产出,获称“2017年云栖社区影响力最大的技术团队”。

【方向】

想成为数据科学家?先做到这6点吧!

想成为数据科学家?先做到这6点吧!

【方向】

学习机器学习和数据科学必看的十个资源

步入寒冬,这里有份关于机器学习和数据科学学习的必看资源总结可供学习,快来瞅瞅吧。

【方向】

数据科学究竟是什么?

本文是关于数据科学的概述和讨论,包括数据挖掘,统计推断,机器学习,数据工程等等。

异步社区

【方向】

机器学习 vs. 深度学习

来看看我们分析的和您想的是否一致。

【方向】

一份数据科学“必备”的数学基础清单

一份数据科学必备的数学知识清单,给出了相应的学习资源,方便秋招者查漏补缺。

mlcrunch

A BRIEF INTRODUCTION TO STATISTICS | DEFINITION, SCOPE AND LIMITATIONS

Introduction to Statistics: In the modern world of computers and information technology, the importance of statistics is very well recognized by all the disciplines.

【方向】

数据科学求职建议:掌握5种类型的数据科学项目

本文介绍数据科学求职应该掌握的五个相关项目,以便秋招者对应自身情况查漏补缺。

【方向】

三招提升数据不平衡模型的性能(附python代码)

本文的主要目标是处理数据不平衡问题。文中描述了用来克服数据不平衡问题的三种技术,分别是集成交叉验证、类别权重以及过大预测 。

【方向】

一份关于数据科学家应该具备的技能清单

一份关于数据科学职业应该具备的技能清单,包含技术技能与非技术技能,相关的读者可以按照该清单逐步完善自己,文末有学习资源链接哦!

异步社区

Java程序员必读书单,家族又添新成员

有些革命出其不意地吸引了全世界的眼球。Twitter、Linux操作系统和电视节目《典当之星》的异军突起颠覆了传统思维模式。 而Java语言的巨大成功却在人们的意料之中。自从Java语言于20年前面世以来,人们就对它充满殷切的期望。

异步社区

这是我最想推荐给程序员们看的基于Python3实现的数据科学书

​​和武侠世界里有少林和武当两大门派一样,数据科学领域也有两个不同的学派:以统计分析为基础的统计学派,以及以机器学习为基础的人工智能派。虽然这两个学派的目的都是从数据中挖掘价值,但彼此“都不服气”。注重模型预测效果的人工智能派认为统计学派“固步自封”,研究和使用的模型都只是一些线性模型,太过简单,根本无法处理复杂的现实数据。

【方向】

2017数据科学职位报告:R超过SAS,但仍不如Python

本文以美国最大的招聘网站Indeed.com为统计平台,通过对某一天数据科学职位的招聘数量进行统计分析,得出数据科学软件的变化趋势。

【方向】

数据分析师的基本素养——论如何成为一名数据科学家 Part 2

本篇文章是Quora网站上"如何成为一名数据科学家"问题的高分答案集锦,来自不同领域的回答者结合自己的切身经验,分享了对数据科学家成长之路的看法。本篇文章收录了其中部分评价较高的回答,可为初学者了解或入门数据科学指明方向。