Data Science | Data Science

Два
Раз

Главная / Data Science

Как выстраивается работа с данными в компании. Этапы и стратегия

07.11.2019

Первые пилотные проекты На этом этапе происходит построение пилотных моделей машинного обучения, которые могут быть как рекомендательными, так и оценочными. В ходе выполнения пилотов даются рекомендации по целесообразности применения моделей ML для данной задачи и возможные пути повышения качества предложенных моделей. Они оцениваются с точки зрения потенциального экономического эффекта и...
Подробнее...
Чек-лист для Data Science

06.06.2019

Наука о данных (Data Science) — не магия, а ваш бизнес никто не знает лучше вас. Помогайте специалисту инсайтами и информацией о бизнес-процессах, и результат не заставит себя ждать. Знание и понимание предметной области критически важно. Для анализа данных нужны данные. Лучше, если их много и они адекватные. Модель никогда...
Подробнее...
Шпаргалки по data science (cheat sheets)

04.12.2018

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...
Подробнее...
Самое сложное в data science: политика

04.05.2018

The Data Science Illusion When I was waking up at 6 AM to study Support Vector Machines I thought: “This is really tough! But, hey, at least I will become very valuable for my future employer!”. If I could get the DeLorean, I would go back in time and call “Bulls**t!” on myself. The...
Подробнее...
25 бесплатных курсов для дата-аналитиков

07.03.2018

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...
Подробнее...
Data Science курсы и материалы

20.09.2017

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...
Подробнее...
Data Scientist и его специализации

16.07.2017

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...
Подробнее...
24 совета исследователю данных

01.04.2017

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...
Подробнее...
Методы и метрики оценки модели, которые должен знать каждый

10.12.2016

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...
Подробнее...
Как оценивать модели?

07.12.2016

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...
Подробнее...