评估回归模型（Regression）— 你需要知道这3个指标
基于回归的机器学习模型（Regression-based machine learning models）被数据科学家们用来预测连续属性的值。和任何机器学习问题一样，我们都会有几个指标用来确定模型的整体性能。你选择的指标将取决于训练模型的数据，以及模型的使用方式。在本文中，我将分享三个可用来评估回归模型的性能的指标。
2022年数据工程就业市场：对1000个FAANG职位信息进行分析
2022年数据工程师(Data Engineer)需要哪些技能？为了回答这个问题，本文分析了在LinkedIn上收集的Meta、亚马逊(Amazon)、苹果(Apple)、Netflix和谷歌15加顶尖科技公司的数据工程师职位信息，探索最受欢迎的技能和技术；通过可视化的方法，向你展示这些技能需求的分布和受欢迎程度，帮你求职数据工程师确定方向。
实用SQL函数清单——教你用SQL清理数据
进行数据分析时执行的首要任务之一是创建干净的数据集，很多分析人员80% 的时间都用于处理数据。SQL 可以帮助加快这项重要任务。 在本文，我们将讨论将带你了解SQL的一些基本指令，并解释它的详细用法。可以用这些指令从查询输出中清理、转换和删除我们不想要的形式的重复数据的不同函数。
数据泄露Data Leakage是什么？你为什么要注意？
在执行机器学习任务时，维护数据的干净卫生是至关重要的。然而，尽管现在大家对这个主题都进行了充分的探讨，但对数据卫生的巨大威胁却缺乏认识，比如数据泄漏—Data Leakage。在本文中，我们将探讨什么是数据泄漏，通过介绍一个数据泄露案例，带你了解它是如何发生的，以及应该如何防止。
10个Python函数，帮你解决70%的数据分析问题
如果你想成为一名数据科学家，那你要做的第一步就是培养你的数据处理技能，因为几乎每个数据科学项目都需要这个技能。你需要首先读取数据，并将其转换为表单，然后你就可以通过数据回答问题了。而Python编程语言就有针对数据操作和数据分析工作的 Pandas 库。在这篇文章中，我将概述每一个数据科学家都应该知道的10个python(pandas)操作。
手把手教你用Python创建SQL数据库！
会写SQL很重要，能高效地查询数据库被认为是数据分析师/科学家最基本的技能之一。但如何在没有数据库的情况下练习数据库查询呢？在今天的文章中，让我们一起来解决这个基本问题，学习如何从零开始创建自己的MySQL数据库。在Python和一些外部库的帮助下，我们创建一个脚本来自动创建并使用随机生成的数据，填充我们的表格。
如何准备数据科学的现场编程面试？
现在，大多数数据科学职位都要求候选人掌握一到两种编程语言，而现场编程是面试过程的一个重要组成部分。DS 面试的编程问题一般包括了 SQL、Python 或 R 的应用；随着数据科学的发展，也逐渐扩展了关于AI、机器学习等问题。本文将分享一系列技巧，帮助你为下一次面试做准备。
数据科学初学者起航——六本免费书籍
数据科学是一个跨学科领域，需要计算机科学、数学、统计学和机器学习等多个领域的技能。作为学习数据科学的初学者，你可能不太了解怎么开始学习。如果你没有时间和金钱成本选择训练营或者课程，那你也可以从免费或低成本的资源学习开始。 本文将为初学者介绍六本免费书籍，每本书都涵盖了数据科学中最重要的基本概念之一。
