Tagged: 数据科学

数据科学中应该学习哪些语言?

本文只是个快速指南,来帮助选择哪种语言适合做数据科学。当然,除了上述介绍的语言外,C++、JavaScript、Perl 还有 Ruby 也可以解决一些数据问题,其中的关键在于你的使用需求,以及个人的喜欢等。

如何向普通人解释机器学习、数据挖掘

对于从事数据科学领域的人来说,如何向外行人解释自己所从事的工作几乎是一个超级难题。那么到底什么是机器学习,如何用通俗易懂的语言来解释?我们通过以下几重境界来解释。

[译]大数据分析平台搭建教程:基于Apache Zeppelin Notebook和R的交互式数据科学

这篇文章的目的是帮助您开始使用 Apache Zeppelin Notebook,它可以满足您用R做数据科学的需求。Zeppelin 是一个提供交互数据分析且基于Web的笔记本。方便你做出可数据驱动的、可交互且可协作的精美文档,并且支持多种语言,包括 Scala(使用 Apache Spark)、Python(Apache Spark)、SparkSQL、 Hive、 Markdown、Shell等等。

解析 :跻身数据科学领域的五条职业规划道路

本文中的职位是国外对数据科学和大数据相关职位的粗略划分。在国内,“商业数据分析师”简称为“数据分析师”,“数据工程师”称为“大数据工程师”,“机器学习研究员/从业者”称为“数据挖掘工程师”或者“算法工程师”。

技术 | 使用Python来学习数据科学的完整教程

由于缺少Python数据科学资源,我决定创建本教程,旨在帮助大家快速入门。在本教程中,我们将讨论如何使用Python来进行数据分析,在实践中总结方法。

13个真实世界情景中的数据科学应用

现在让我们看看13个在真实世界情景下的例子,了解现代数据科学家可以帮助我们做些什么。这些例子将有助于你学习如何专注于一个问题和如何形式化一个问题,以及如何仔细评估所有潜在问题——总之,是学习数据科学家在提出解决方案之前,如何定位问题和进行战略性思考。你也会看到为什么一些广泛使用的技术,如标准回归,可能并不适合所有情况。

【重磅】35所高校已申请这个新专业,一大票学弟学妹正走在路上!

这是一个新旧变革的时代,世界唯一能确定的就是不确定性。正如近期高校专业的一系列调整,新的技术驱动下,各行各业无不在变革浪潮中,高校所设专业与市场人才需求渐行渐远,“数据科学与大数据技术”这个学科却逆流而上。

【学习】数据科学与大数据技术必备技能(高教版)

如果你还在象牙塔里的或者还是小朋友,那么美国斯坦福大学前商学院院长Garth Saloner发给MBA学生的一条推特或许更适合你,这句话是:“如果你还在学校的话,最应该做的是到工学院去,学习任何和人工智能、深度学习、自动化等相关的知识!此刻!”

数据科学│找一份梦寐以求的工作,你需要具备哪些技能?

这是一个好消息,如果你希望在2016年找一份数据科学的工作—在该领域职位空缺的数量正在不断增加,企业希望利用大数据来获得竞争优势。但事实上,找一份梦寐以求的数据科学工作就意味着你要具备一些技能的组合,你可能会惊讶学习哪些技能是雇主所最需要的。

2016年数据科学薪酬大盘点

这是O’Reilly关于数据科学职位薪酬的第四次研究。本次研究的983个样本来自45个国家以及美国45个州的不同行业。通过本次调查的64个问题,我们研究了数据科学家、分析师与工程师所要使用的工具,工作涉及的任务以及薪酬的内容。

这一年来,数据科学家都用哪些算法?

在“数据为王”的今天,越来越多的人对数据科学产生了兴趣。数据科学家离不开算法的使用,那么,数据科学家最常用的算法,都是哪些呢?

2017年安全数据科学领域的4个趋势

安全数据科学正在蓬勃发展,有报告显示安全分析市场将在2023年达到八十亿美元的价值, 26%的增长率。这要感谢不屈不挠的网络攻击。如果你想要在2017年走在不断涌现的安全威胁的前面,那么投资在正确的领域是很重要的。

2017年最全的数据科学学习计划

希望这篇学习路线图对你学习数据科学有帮助,需要说明的是国内本文中所说的数据科学家在国内一般称为数据分析师或者数据挖掘师,尽管称谓不同,但文章的路线图仍可作为学习指南供需要的同学参考。

O’Reilly :2016年数据科学从业者薪酬报告(附下载)

O’Reilly 近日发布了数据科学从业者薪酬报告(2016 Data Science Salary Survey),分析了来自45个国家的近千份调查报告后,针对数据科学从业者使用的工具、薪酬待遇等问题进行了详细分析解读,并从调查结果中得到一些有趣的结论。

从实战角度解读数据科学

举个例子。Zalando公司是欧洲最大的时装零售商之一,就在大量地利用数据科学来提供数据驱动的推荐和其他功能。在很多地方,包括产品页面、目录页面、广告邮件和重定向页面上,都会为用户提供“推荐”这样的后端服务。

用数据讲故事——我们有哪些误解?

数据正在商务对话中扮演着越来越重要的角色。从直接面对客户的一线员工到商业领袖,用数据交流的能力已经成为了职场必备技能。那些曾经能够轻易避开讨论数据的人会发现,在这个时代,他们已经不得不面对数据。如果你对数据比较陌生,工作上就可能会感到困扰,比如搞不懂数据到底在讲什么,亦或是无法利用数据和他人有效沟通。在当今高速运转的数据经济体中,不熟悉数据越来越在工作中拖你的后腿。

切换注册

登录

忘记密码 ?

切换登录

注册