介绍
数据科学正在Swift成为各行各业的开发人员和管理人员的一项关键技能,而且看起来也很有趣。 但这非常复杂-有很多工程和分析选项可导航,而且很难知道您做对了还是熊陷阱在哪里。 在本系列中,我们探索了了解数据科学的方式-从曾经去过那里的人那里了解需要什么,不需要什么,以及如何使它成为您的资产。
内容
用数据科学解决业务问题
企业越来越意识到,可以通过应用少量数据科学来解决许多最紧迫的业务问题。 在本文中, Francine Bennett是系列文章的第一篇,着眼于成功的面向业务的数据科学项目的基础。
案例研究:在大型金融机构中选择大数据和数据科学技术
在组织中采用大数据和数据科学技术是一个转型项目,类似于敏捷转型,并面临许多类似挑战。 在本文中, Christian Prokopp为FTSE100金融服务公司描述了这样一个项目。
机器学习入门
快速介绍了机器学习领域,探讨了有监督和无监督的方法。
从原始数据到数据科学:在非结构化数据中添加结构以支持产品开发
借助非结构化数据库技术(例如Cassandra,MongoDB甚至是Postgres中的JSON存储),非结构化数据变得非常易于存储和处理。 无论是软件还是数据工程师,都可以在(几乎)没有数据建模的世界中获得成功,这不再是收集数据或从中获取价值的先决条件。 在本文中, Rishi Nalin Kumar讨论了将结构添加到非结构化数据等等。
数据科学在抽象阶梯上
尽管Clojure缺少广泛使用的工具箱和最流行的数据科学语言,R和Python的分析社区,但它为发展统计思维和实践有效的数据科学提供了强大的环境。 作为主要使用Clojure编程语言工作的数据科学家, 亨利·加纳经常被问到为什么他不使用更流行的替代方法之一。 在本文中,他阐述了采用Clojure的原因。
书评:凯茜·奥尼尔的数学毁灭武器
对冲基金DE Shaw的前博客定量分析家Cathy O'Neil写道:“大数据有很多传福音的人,但我不是其中的一个。”她加入了占领运动。
系列经理
是Mastodon C的首席执行官兼联合创始人。MastodonC是敏捷的大数据专家,他们提供开源Hadoop和Cassandra支持的技术以及可帮助大型组织实现其数据潜力的技术和分析技能。
她是分析和“数据科学”技术应用方面的公认专家。 她一直是皇家学会的邀请发言人,并且是内阁办公室关于如何更好地利用数据的顾问。 她拥有数学和哲学的一等学位,并且之前是Google的分析主管。 她还是DataKind UK的受托人。