1. Шпаргалки по data science (cheat sheets)

    Несколько читшитов по data science. Про Python, машинное обучение, нейросети, Keras, Spark, визуализацию данных. Основное Python Basics Cheat Sheet Scipy Linear Algebra Cheat Sheet Манипуляции с данными NumPy Basics Cheat Sheet Pandas Data Wrangling Cheat Sheet Основы Pandas xts Cheat sheet data.table Cheat Sheet Tidyverse Cheat Sheet Машинное обучение, глубокое...
  2. 25 бесплатных курсов для дата-аналитиков

    Подборка курсов для аналитиков данных. Кто такие дата-аналитики Специалисты по работе с большими данными умеют извлекать полезную информацию из всевозможных источников и анализировать её для принятия бизнес-решений. Как правило, аналитики сталкиваются с разрозненной информацией, поэтому важно уметь извлекать нужные данные. Сейчас профессия дата-аналитика считается одной из самых привлекательных и перспективных...
  3. Data Science курсы и материалы

    Предисловие Data scientist исследует данные, чтобы отыскать скрытые закономерности и делать прогнозы о том, как будут развиваться события в будущем. Data Scientist занимается математическими моделями, программированием и статистикой применительно к необходимой профессиональной области (финансы, банковское дело и т.д.), а также решением конкретных задач, как-то: распознавание мошеннических транзакций, набор генов, соответствующих...
  4. Data Scientist и его специализации

    Кто такой дата-сайентист? Умение работать с технологиями Big Data – редкий и ценный навык, открывающий перед вами перспективу стать супервостребованным и высокооплачиваемым специалистом. Как написал несколько лет назад журнал Harvard Business Review: «Data Scientist — самая сексуальная профессия XXI века». Вообще-то Data Scientist — профессия, окруженная разными мифами. В глазах...
  5. 24 совета исследователю данных

    Leverage external data sources: tweets about your company or your competitors, or data from your vendors (for instance, customizable newsletter eBlast statistics available via vendor dashboards, or via submitting a ticket) Nuclear physicists, mechanical engineers, and bioinformatics experts can make great data scientists. State your problem correctly, and use sound...
  6. Методы и метрики оценки модели, которые должен знать каждый

    Рассмотрим 11 важных методов оценки модели, которые должен знать каждый data scientist. Model evaluation metrics are used to assess goodness of fit between model and data, to compare different models, in the context of model selection, and to predict how predictions (associated with a specific model and data set) are...
  7. Как оценивать модели?

    In today’s Digital age,  insights received from data science are extremely important to deliver the best customer experience. Data Scientists use various techniques such as Regression, SVM, Neural network, Nearest neighbor, Naive Bayes, Decision Tree and Ensemble models. These algorithms help to identify previously unrecognized patterns and trends hidden within...
  8. Модули Python для Data Science

    Коллекция модулей языка Python для data science и аналитики. 1. Pandas Pandas is a library written for the Python programming language for data manipulation and analysis. In particular, it offers data structures and operations for manipulating numerical tables and time series. Pandas is free software released under the three-clause BSD...
  9. Применение статистического моделирования: 24 метода

    1. Spatial Models Spatial dependency is the co-variation of properties within geographic space: characteristics at proximal locations appear to be correlated, either positively or negatively. Spatial dependency leads to the spatial auto-correlation problem in statistics since, like temporal auto-correlation, this violates standard statistical techniques that assume independence among observations 2....

Data Scientist # 1

Data science, большие данные, наука о данных, анализ данных, маркетинг, искусственный интеллект, бизнес-аналитика, business intelligence, data scientist, data analysis, artificial intelligence, big data, data mining.

Данные — новый актив!

Эффективно управлять можно только тем, что можно измерить.
Copyright © 2018 Data Scientist. Все права защищены.