想在美国大学拿高分又懂社交，代价就是别睡觉！
国外大学里有个广为流传的3S魔咒——study，social以及sleep，你想要雨露均沾，但现实只允许你占有两个。
今天的文章我们就来具体说说，3S魔咒可以被打破吗？学习已经很忙了，还有必要去社交吗
谨慎建模，小数据也可以用好深度学习
在Simply Stats，Jeff Leek 发表了一篇叫做‘当你的数据量不够大的时候，最好不要使用深度学习’的文章，这让我略有不安。首先声明，我不认为深度学习是万能的，并且同意Jeff的中心观点（稍后我会具体解释），但是我认为有几点值得更深探索。
非数据分析员需要理解数据建模的7个理由
对于在商业环境中的许多非技术人员来说，数据建模似乎是一个陌生甚至而有些可怕的领域。即使是那些在日常操作中经常进行数据处理和分析的人也常常将建模视为最好留给数据分析师或信息技术人员的专门课题。
这在一定程度上来说是对的，因为高级数据建模往往可以很快就成为一个复杂的事情（尽管商业智能软件使得它变得相对简单），而且往往最好留给专业人士来处理。然而，即使您是非技术人员，也不创建公司范围数据模型，但是对数据建模有基本概念的了解可以帮助您，数据分析师和业务部门实现最佳的商业信息流程。
深度分析 : 2017麦肯锡机器学习研究年度报告
这些和其他调查结果来自麦肯锡全球研究所研究报告，上个月发表的讨论文稿 — 《人造智能》，《下一个数字前沿》（80页，PDF，免费，不可选）。麦肯锡全球研究院发表了一篇文章，总结了人工智能如何为公司提供真正价值。麦肯锡访问了3000多名使用AI技术的高级管理人员，讨论了关于公司进一步发展的前景，以及AI对市场，政府和个人的影响，并运用麦肯锡分析方法进行研究和讨论文件的开发。
化数据为音乐，倾听中子星的声音……
从股票走势到气温波动，随时间而变化的数据常以图表形式展现在我们面前。相比于平淡的二维图表，我们是否能让人们用听觉感受股价的骤跌，或全球气温呢？一种将平面数据转换成柔和的声波的技术——超声处理——实现了这个想法。