Learning Data Science: Ask Great Questions 大数据教程之如何提问 Lynda课程中文字幕

Learning Data Science: Ask Great Questions 中文字幕

大数据教程之如何提问 中文字幕Learning Data Science: Ask Great Questions

伟大的数据科学发现往往追溯到有人提出一个关键问题
这就是为什么你的团队使用批判性思维来提出有价值的敏锐而有意义的问题是很重要的
一个精心设计的问题可以防止你的团队在糟糕的假设和错误的结论上受到偏离
在本课程中，作者Doug Rose探讨了关键推理的关键组成部分，以及如何在数据流中寻找黄金来寻找新问题
你将学会如何作为一个团队一起工作来运行问题会议，将重要的想法组织成问题树，并通过澄清关键术语，挑战性证据，发现误导性统计数据等来产生质量问题

主题包括：
利用问题的力量
测试你的推理
确定问题类型
组织问题
制定假设
发现错误
突出显示丢失的数据
克服问题偏见

• 着名研究人员乔纳斯·索尔克（Jonas Salk）曾经说过，“人们所想的”就是发现的时刻，实际上就是“发现问题”。 在数据科学团队工作的一个最重要的部分是发现很好的问题。
  在本课程中，您将看到如何询问并让其他人提出有趣的数据问题。
  要提出很好的问题，你必须了解批判性思维。
  批判性思维不是敌意或不赞成的。
  这是关于找到关键的问题。
  这些问题将帮助你摆脱不良的假设和错误的结论，使你的团队不能做出真正的发现。
  在本课程中，您将看到关键推理的关键组成部分，您将看到如何寻找黄金来寻找新的问题。
  然后你会看到你如何运行问题会议，并将问题组织成问题树。
  最后，您将看到如何通过挑战性证据，澄清关键术语以及发现误导统计数据来发现新问题。
  这门课程适合那些有兴趣成为数据科学团队的成员，但不一定有兴趣成为一名全职数据科学家。
  任何人都可以提出关键性的问题，而且通常是最接近业务的人帮助指导团队找到这些新的见解。
  无论您是长期项目经理还是一年级开发人员，本课程都将帮助您在数据科学团队中茁壮成长。
  那么让我们开始问一些很好的数据科学问题。
  本课程视频下载地址:大数据教程之如何提问