自我驱动与他人驱动_自我驱动数据科学—第49期

自我驱动与他人驱动

每周精选有趣的新闻和见解，侧重于数据科学，机器学习和人工智能

自我驱动数据科学

急急人士的统计

Google的首席决策情报工程师Lauren Kozyrkov的这篇文章极大地简化了统计数据，并阐明了要点。 随意将其转发给非技术人员，并节省一些时间。

为什么数据科学家应该写书

交流无疑是数据科学家最重要的技能之一。 这篇文章探讨写作行为如何不仅可以使您更快乐，更全面，而且可以提高您作为数据科学家的能力（信不信由你）。

为什么机器学习“难”？

这篇文章通过将机器学习框架化为困难的调试问题，采取了一种有趣的方法。 值得一读，以真正理解为什么当事情没有按预期进行时，机器学习只会变得越来越困难。

2018年FIFA世界杯：理想团队的数据驱动方法

以即将到来的世界杯为主题，请查看这篇文章，其中逐步介绍了最近项目中使用的循序渐进方法，该项目的重点是为锦标赛中最喜欢的球队建立最佳阵容。

提升Jupyter笔记本电脑的生产率

Jupyter Notebook是一种灵活的工具，可用于创建可解释的分析，因为它可以将代码，绘图和注释保持在一起，是一种很漂亮的方法。 这里有一些捷径和技术，可以提高您的生产力并完成更多工作。

资料来源：xkcd

强烈建议您对新闻通讯提出任何疑问或反馈。 随时与我们联系，在LinkedIn ， Medium ， Twitter上关注我，或在我的网站上查看更多内容。

如果您喜欢本周的杂志，那么一定要确保帮助我宣传并在社交媒体上分享此新闻通讯。

感谢您的阅读，祝您有愉快的一天！

翻译自: https://hackernoon.com/self-driven-data-science-issue-49-c478298a6864

自我驱动与他人驱动