0
点赞
收藏
分享

微信扫一扫

数据科学岗必读-数据科学的艺术-数据从业者指引


数据科学岗必读-数据科学的艺术-数据从业者指引_神经网络

本书介绍

    数据分析比较困难,部分原因是因为很少有人能说明应该怎么做。不是没有人定期做数据分析。这是因为真正擅长数据分析的人并没有告诉我们他们头脑中的思维过程。

    想象一下,你问一个歌曲作者她是如何创作歌曲的。她可以用许多工具画画。我们对一首好的歌曲应该如何构成有一个大致的理解:它应该有多长,有多少节,也许有一节后面跟着一个合唱,等等。换句话说,总的来说,歌曲有一个抽象的框架。同样,我们有音乐理论告诉我们,音符和和弦的某些组合在一起很好,而其他组合听起来不好。尽管这些工具可能很好,但最终,光有歌曲结构和音乐理论的知识并不能成为一首好歌。还需要别的。

 

    本最新获取: https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247490493&idx=1&sn=8c160146b7007f48691a2f76abfa8ede&chksm=97a0d069a0d7597fee07528cca7bc3a3011f5c35d809a055ad8a56f80eafa370cb7c1cbbaf33&token=1634644937&lang=zh_CN#rd

 

    在唐纳德·克努特1974年的传奇文章《计算机程序设计作为一门艺术》中,克努特谈到了艺术和科学的区别。在那篇文章中,他试图传达这样一种观点,即尽管计算机编程涉及复杂的机器和非常专业的知识,但编写计算机程序的行为有艺术成分。在这篇文章中,他说一切都是艺术。

 

本书目录

数据科学岗必读-数据科学的艺术-数据从业者指引_自然语言处理_02

数据科学岗必读-数据科学的艺术-数据从业者指引_神经网络_03

数据科学岗必读-数据科学的艺术-数据从业者指引_自然语言处理_04

 

内容截图

数据科学岗必读-数据科学的艺术-数据从业者指引_数据分析_05

数据科学岗必读-数据科学的艺术-数据从业者指引_机器学习_06

数据科学岗必读-数据科学的艺术-数据从业者指引_自然语言处理_07

数据科学岗必读-数据科学的艺术-数据从业者指引_机器学习_08

数据科学岗必读-数据科学的艺术-数据从业者指引_机器学习_09

本最新获取: https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247490493&idx=1&sn=8c160146b7007f48691a2f76abfa8ede&chksm=97a0d069a0d7597fee07528cca7bc3a3011f5c35d809a055ad8a56f80eafa370cb7c1cbbaf33&token=1634644937&lang=zh_CN#rd

 


举报

相关推荐

数据科学中的Docker

0 条评论