如何在2022年成为全栈数据科学家？
在 2021 年前，数据科学职位快速增长，特别是在新冠疫情高峰期间，许多行业都在利用数据科学的力量为其产品带来最大价值。在人工智能的帮助下，数据科学正在不断创新，如自动驾驶汽车、强大的产品推荐系统、虚拟现实和远程任务等，该行业需要更多的人才处理大量数据。数据科学会在 2022 年和未来几年还会一直如此受欢迎吗？
消费者决策建模：Conjoint Analysis联合分析
联合分析（Conjoint Analysis）是一种统计方法，用于了解属性的相对重要性/偏好，并量化消费者从产品的每个属性中获得的效用。了解消费者如何做出这些权衡，以及每个属性的效用非常重要。因此，我们可以用这个方法，根据消费者在做出购买决定时可能做出的权衡，建立模型。本文将带你全面了解联合分析，并通过实际案例带你了解如何建模。
简单有效的 5 步框架，掌握数据可视化！
数据可视化（Data Visualization）是信息和数据的图形表示。 通过使用图表、图形和地图等可视化元素，数据可视化工具可以让我们查看和理解数据中的趋势、异常值和模式。本文将从明确目的、分析数据、定义目标受众、开发可视化、测试和改进五步框架，带你了解如何实际操作数据可视化。
数据可视化你会了，那设计呢？ —— Tableau 中的设计思维
设计思维是一个以用户为中心的设计过程，有助于建立用户同理心，引导用户寻求突破性创新。同样，设计思维也可以通过使用商业模型画布（Business Model Canvas），战略性地构建新商业模型或开发商业模型的文档。商业模型画布极其具备利用价值，可用商业的重要方面，并对其创造价值进行原型化。本文将演示的如何使用Tableau实现这个概念。
想提高数据科学技能？这10 个Kaggle 的数据集你一定要练！
Kaggle 是一个网站，在这里，你可以找到解决数据科学问题的竞赛。任何人都可免费加入，让你有机会在各个行业的真实数据集上练习技能。本文将介绍 10 个数据集，从著名的鸢尾花数据集、波士顿住房数据集，到手写数字数据集用于机器学习，都非常适合你在面试前练习技能，或者只是因为这些数据集很有趣就够了！
数据分析的Regression算法到底是什么？
回归分析（regression analysis）是一种统计的方法，它可以让你去分析两个或多个变量之间的相关性，被数据科学分析广泛应用。回归分析是确定哪些变量对我们研究对象产生影响的可靠方法。 回归的过程可以帮你确定哪些因素最重要，哪些因素可以忽略。本文将带你从头了解回归分析，解析背后的统计学逻辑，并通过实际案例做出解释。
5个鲜为人知的 Python 库！帮你的下一个NLP项目起航
Python是数据科学中的主流语言之一，Python 中的库在数据科学、机器学习、数据操作应用程序等领域发挥着重要作用。Python作为一种高级编程语言，在现在已被人们广泛使用。它支持自动内存管理，并拥有一个大型标准库。这些库让我们不需要在每次运行相同的进程时都去写新的代码。本文将分享5个Python库，帮你起航下一个NLP项目。
六招小技巧，教你斩获数据科学面试
数据科学非常炙手可热，所以数据科学家职位的需求量也很大。如果你想从事这个职业，要想成功拿下offer，必须为面试做足准备。你是否正在面试你的第一份数据科学工作？提前了解下面这些技巧，对你来说只有好处，没有坏处。本文将为你提供六招技巧，帮助你在数据科学家面试中取得好成绩，成功拿下offer！
