Blog

Jun
14

数据科学家V.S数据分析师面试全对比

很多人都听说过数据分析师和数据科学家,但它们之间到底有什么区别?简单来讲,数据分析师是从现有数据中获得意义,而数据科学家在此基础上,还能进行机器学习,熟练掌握高级编程,为数据建模创建新的流程等。本文介绍了DS和DA这两个职位面试的相关内容,包括流程,要求技能,以及其他异同点等等。

By Zhang Bonnie | Blog
DETAIL
Jun
10

Machine Learning知识点:机器学习里的聚类分析技巧

聚类分析是将一组对象以某种方式分组,让同组中的对象彼此之间比其他组更相似。 它是探索性数据分析的主要工具,也是统计数据分析的常用技术,应用于许多领域,包括模式识别、图像分析、信息检索、计算机图形学和机器学习等等。本文介绍了不同种类的聚类分析和它们的使用场景,带你迅速了解Clustering Techniques!

By Zhang Bonnie | Blog
DETAIL
Jun
10

Google 数据科学家面试全纪录

你想在Google做数据科学家吗?这是许多人的梦想——它是一个难得的机会,你可以对现实生活产生真正的影响,与一家出色的公司合作,还能获得丰厚的薪水。而谷歌的数据科学家并不是个容易的工作,需要在编程、解决问题、统计、机器学习、建模、实验、ML 设计问题、行为问题等方面得心应手。 本文介绍了谷歌数据科学家的面试流程,为你的面试准备打下基础!

By Zhang Bonnie | Blog
DETAIL
Jun
06

如何在Pandas里写SQL查询语句?

Python和SQL是数据分析的两大重要工具。随着数据科学的发展,更多版本的文件和数据需要我们进行分析,不同工具间的切换也越来越频繁。本文简单介绍了两种工具;为了帮助提高工作效率,也介绍了如何利用Pandas工具包在Python中实现SQL的功能,帮你给工作和学习带来拓展的可能。

By Zhang Bonnie | Blog
DETAIL
Jun
06

推荐系统101:Recommender System 入门

推荐系统(Recommender System)本质上是对用户的不同行为,从海量物料中选取用户可能感兴趣的物料,提供商品信息和建议,通过策略、算法、规则等途径帮助用户决定购买的产品,产生点击或其他交互行为。本文会带大家了解推荐系统的原理和目的,以及个性化和非个性化推荐系统的区别和实用案例。

By Zhang Bonnie | Blog
DETAIL
Jun
05

Sampling 101:详解统计学中的抽样技术

说到统计学,很多人会认为是经济学或者数学的专利。然而,随着科学技术的发展和机器智能的普及,统计学在数据科学中的作用越来越重要,基于统计和数学模型也对机器智能发挥着重大的作用。本文会列举几种统计学中的抽样调查,用浅显易懂的案例让你迅速了解不同抽样的用法和区别。

By Zhang Bonnie | Blog
DETAIL
Jun
05

深入浅出学算法: MIT花生酱三明治实例

算法是计算机科学的重中之重,也是计算机处理信息的本质。每当你使用手机、计算机、笔记本电脑或计算器时,其实都在使用算法。表达算法的方法多种多样,包括自然语言、伪代码、流程图、编程语言、动态图表、控制表等等。本文将通过一个MIT简单易懂的算法实例,带你了解两种常见字典搜索算法。

By Zhang Bonnie | Blog
DETAIL
Jun
03

不被PIP,SDE打工人如何保持知识库的更新度?

作为互联网行业中最重要的技术岗位,软件工程师需要学习的内容十分广泛且深入,需要学习计算机系统、网络操作系统的基础知识,还要熟练掌握计算机应用系统的设计和开发方法,理解网络应用的基本原理和技术。现如今知识更新迭代如此之快,作为SDE,如何保证自己的持续成长,增加程序员相关知识?

By Zhang Bonnie | Blog
DETAIL