Blog

Feb
09

2023年,你可以做10件简单的事情来提高你的数据科学技能

成长、发展和进步的机会。一个重新开始的机会——放下2022年的困难,培养光明、成功的12个月。如果你是一名数据科学家,你将有机会在这个不断增长和具有影响力的领域继续发展你的技能,努力为世界做善事。还有什么比这更好的决议吗?请允许我在你的路上帮助你——你必须做的10件事,让你的2023年数据科学领域达到一个全新的水平。

By Zhang Bonnie | Blog
DETAIL
Feb
06

打好数据科学和机器学习的基础——6本书带你学数学

众所周知,数学基础扎不扎实,可能决定了在数据科学和机器学习等领域能否取得成功。这些学科在很大程度上依赖于统计分析、概率论、线性代数等数学概念。无论你是希望进入数据科学和机器学习领域的初学者,还是希望提高数学技能的经验丰富的专业人士,本文的书籍都能提供一系列资源满足你的需求。从复杂数学概念的直观解释到动手练习和示例,这些书籍将助你一臂之力。

By Zhang Bonnie | Blog
DETAIL
Feb
06

数据科学家或将成为历史?——无代码数据科学的诞生

值得注目的是,无代码平台已经开始提供以数据为中心的服务,公司在不了解数据科学的复杂性的情况下,也可以开始进行数据分析或开发机器学习模型。当然,问题来了——随着无代码数据科学服务的不断改进,数据科学家是否不再被需要?

By Zhang Bonnie | Blog
DETAIL
Feb
03

每个数据科学家都必须遵循的技巧

数据科学家使用各种工具和技术,如机器学习、统计分析和可视化,来分析数据并从中获得见解。数据科学用于各种行业,如金融、医疗保健、营销和零售业,以帮助企业做出数据驱动的决策。要在数据科学领域工作,你通常需要具备强大的编程、统计和数学技能,以及取决于你所从事行业的特定领域知识。在这篇文章中,我们将介绍一些每个数据科学家为了获得更好的职业生涯必须了解的技巧。让我们开始吧!

By Zhang Bonnie | Blog
DETAIL
Feb
03

数据科学面试中的机器学习问题类型以及如何准备这些问题?

在本文中,我们将讨论数据科学面试中的四种机器学习问题,以及一些最常被问到的问题。机器学习的四种问题是:机器学习基础知识、基于简历的机器学习问题、机器学习编码问题、应用机器学习问题,前两种类型可以出现在任何数据科学面试中,后两种类型更常见于以算法或机器学习为中心的数据科学家职位。

By Zhang Bonnie | Blog
DETAIL
Jan
29

每个数据科学家都应该养成的15个好习惯

技术人员和非技术人员都在尝试掌握数据科学技能。因此,数据科学工作的竞争已经增加了很多。如今,要想获得一份数据科学家的工作,你需要的不仅仅是顶级机构的认证。在这篇文章中,我将分享一些每个数据科学家都应该采用的好习惯,这些习惯可以节省大量的时间和处理成本。

By Zhang Bonnie | Blog
DETAIL
Jan
27

什么是ChatGPT?作为一名数据分析师,你如何才能更好地利用它?

如果你比较关注科技行业,我敢肯定你已经使用过或者至少听说过Open AI创立的ChatGPT。如果你还没有,也不需要担心,请阅读本篇文章(即使你不涉足科技行业,你也可以读一下)。作为一个使用AI技术的聊天机器人系统,ChatGPT使用自然语言处理(NLP)来生成对话。本文主要是想告诉你,作为一名数据分析师,你要如何更好地利用ChatGPT。

By Zhang Bonnie | Blog
DETAIL
Jan
26

帮我得到第一份数据分析师工作的9个SQL核心概念

如果我必须重新开始我的数据科学之旅,我会先学习SQL。我不算SQL的拥趸,但你确实很需要SQL去通过数据科学/分析师面试,无论你的职位是什么,你都会经常使用SQL创建查询并与公司的数据库进行交互。本文是帮助我通过第一次数据分析师面试的9个SQL核心概念。

By Zhang Bonnie | Blog
DETAIL