数据科学

无论你是经验丰富的专家还是刚入门的小白，这些技术都将帮助你把数据转化为引人注目的叙事，从而推动结果。在这篇文章的最后，你将会得到一个框架，将数据故事化的关键元素纳入到你的下一个演示、演讲或提案中。

本文我们将介绍三个最有用的Jupyter Notebook扩展工具，提高你的工作效率和工作质量。无论你是想改变电脑外观，赋予其新感觉、添加新功能还是简化工作流程，这些扩展工具都能满足你的需求。

在计算机编程中，类是组织数据(属性)和函数(方法)的有用方法。你可以定义一个类，然后用来定义与机器学习模型相关的属性和方法，比如，此类类的实例可能具有诸如训练数据文件名、模型类型等属性。与这些属性相关的方法可以是拟合、预测和验证。

想象一下，你正在尝试开发一种最好的巧克力饼干的食谱。第一次尝试后，你可能会增加面粉的量。有一次，你可能会加更多的巧克力片。下次你可以试着加点核桃。最后，你可能尝试了十几种食谱，但哪一种是最好的呢？我相信你也同意在这个过程中做笔记是个好主意。

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。

试着设身处地为受众着想，不偏不倚为受众服务。你可以把自己当作其中一个受众去购物，去自己的商店逛一圈，去买一张你的电影票。在此过程中，别忘了问问自己：我在真正去“做”之前，心里想的是什么？

应用程序编程接口（API）是计算机之间或计算机程序之间的连接。(ref.) 简单地说，API是一套用于不同程序和计算机之间交互和数据交换的方法和规则。API用于其他程序和信息系统，这些程序和信息系统以严格指定的格式交换信息，这使得具有完全不兼容的配置系统能够进行互动(用不同的编程语言编写，位于本地或远程，等等)。

开始数据科学的职业生涯可能令人兴奋的，但也可能具有挑战性的。作为一名新的数据科学家，你可能不确定会发生什么或如何驾驭你的第一份工作。在这篇文章中，我将讨论数据科学家在第一份工作中应该避免的七个常见错误。