分类中的帖子

数据科学101

数据科学 数据科学101 特色 技术趋势

对数据科学家的需求远远超过供应。 这是您的公司可以应付的方式

0

数据科学被描述为“未来的职业”,但是为您的公司寻找数据科学家可能是一个重大挑战。 这是为公司找到一个的方法。 随着对具有管理,分析和安全存储越来越多的专业知识的人的需求不断增长

阅读更多
大数据 数据科学 数据科学101 精选 新闻 专业服务 技术趋势 技术与IT

您应该知道的数据科学工作的三个趋势

2

如果您是一名数据科学家,想知道哪些公司可能拥有最多的职业机会,或者您的雇主希望聘用最好的数据科学人才,但是不确定您的职位清单中要使用哪些职称-最近使用Diffbot的Knowledge Graph的报告可能包含一些内容的答案

阅读更多
人工智能 数据本地人 数据科学101 教育 活动专题 访谈 机器学习 技术趋势 技术与IT

为什么我们现在需要打开AI黑匣子

0

人工智能一直面临着PR问题。 人工智能经常被介绍为一个厌恶女性,种族主义和险恶的机器人。 还记得微软的Twitter聊天机器人Tay,他正在学习模仿在线对话,但是后来却模糊了最令人反感的推文? 想想科技公司精心打造

阅读更多
大数据 数据本地人 数据科学 数据科学101 特色 技术趋势

要在数据驱动的项目中取得成功,您需要回答三个问题

7

数据驱动项目的成功有很多挑战和障碍。 这里介绍了如何通过简单地问自己三个问题来克服它们。 数据可能已成为当今公司拥有的最有价值的资产。 它可以让您深入了解客户的行为

阅读更多
非线性回归
数据科学 数据科学101 资源

在R中执行非线性最小二乘和非线性回归

3

线性回归是基本工具。 它假设在因变量和自变量(也称为解释变量)与输出之间存在线性关系。 但是,并非所有问题都具有这种线性关系。 实际上,我们今天看到的许多问题是

阅读更多
大数据 数据科学101 了解大数据

每个人都应该知道的75个大数据术语

5

本文是我第一篇文章(每个人都应该知道的25个大数据术语)的延续。 由于它得到了压倒性的积极回应,我决定在列表中增加50个字词。 为了让您快速回顾一下,我在第一篇中介绍了以下术语

阅读更多
数据科学 数据科学101 资源

在数据科学中创建可再现结果的10条规则

3

近年来,越来越多的证据表明科学研究的可重复性结果出现了危机。 对心理学和癌症生物学领域论文的评论发现,分别只能复制结果的40%和10%。 大自然发表了一项调查结果

阅读更多
数据科学 数据科学101 机器学习

错误数据如何破坏您的机器学习过程

3

本文是与PyData Berlin媒体合作的一部分,PyData Berlin是一个帮助支持开源数据科学库和工具的小组。 要了解有关此主题的更多信息,请考虑参加我们于2017年6月30日至7月2日举行的第四届PyData柏林年度会议。Miroslav Batchkarov和其他专家将进行演讲

阅读更多
数据科学 数据科学101 资源

使用R增强您的数据整理

0

R语言通常被认为是统计学家和数据科学家使用的语言。 很久以前,这基本上是正确的。 但是,多年来,R通过包提供的灵活性使R成为一种更加通用的语言。 R于1995年开源。

阅读更多
数据科学 数据科学101 了解大数据

对数据可视化感到困惑吗? 这是应对多种功能的方法

2

数据远见卓识的汉斯·罗斯林(Hans Rosling)的工作使世界着迷,为更加知情的社会做出了贡献。 罗斯林(Rosling)使用全球健康数据来描绘一幅令人震惊的图画,说明我们的世界现在比过去更美好了,并通过数据带来了希望。 现在超过

阅读更多