Некоторые из наших самых читаемых недавних статей посвящены тому, чтобы сделать ваш путь в науке о данных проще и плавнее.
Август должен быть медленным, ленивым месяцем - летними днями и всем остальным - но вы не узнаете этого, просто просмотрев сообщения, которые больше всего находили отклик у читателей TDS в прошлом месяце. И начинающие, и опытные специалисты в области данных, казалось, сосредоточились на практичности и эффективности и хотели повысить свои навыки, поэтому они нашли свой путь к статьям, в которых предлагались действенные идеи и идеи. От пакетов Python и инструментов визуализации до полезных наборов данных для практики - давайте перейдем к некоторым из наших самых читаемых недавних сообщений.
« Как превратиться из не программиста в специалиста по данным за 6 месяцев »
Безудержным вирусным успехом Августа стало это исчерпывающее, но краткое руководство от Шарана Кумара Равиндрана, который преобразовал совет, который он давал начинающим специалистам по данным, в пошаговый план, как войти в дверь. Потребуется ли много тяжелой работы для того, чтобы стать специалистом по обработке данных? Безусловно. Но руководство Шаран может помочь вам сделать более мудрый выбор и сэкономить время.
« Визуализация и интерактивная приборная панель на Python »
Из уст в уста часто бывает лучший способ открыть для себя новые рестораны и секретные пешеходные тропы, и то же самое верно и для инструментов визуализации - в сообщении Софии Янг о HoloViz она объясняет, как этого меньше - известная экосистема Python (содержащая семь библиотек) снова и снова помогает ей оптимизировать рабочие процессы.
« 5 онлайн-курсов по науке о данных, которые можно пройти за 1 день »
Время - бесценный товар для многих людей, занимающихся наукой о данных: они могут совмещать постоянную работу, кучу побочных дел, семейные обязанности или просто общий стресс жизни в 2021 году. Сара А. Метвалли собрали несколько онлайн-курсов специально для тех из вас, у кого мало свободного времени, включая несколько вариантов, которые вы можете пройти за несколько часов.
« Девять инструментов, которые я хотел бы освоить, прежде чем получить степень доктора философии в области машинного обучения »
Взгляд другого человека в прошлое может помочь вам сэкономить время - если, конечно, последний поделится с вами своими мыслями. К счастью, Алексей Михайлюк достаточно великодушен, чтобы обсудить несколько инструментов и методов, которые могли бы облегчить его жизнь в качестве аспиранта по машинному обучению - и которые все еще могут сделать вашим жизнь проще, работаете ли вы в академических кругах или работаете на производстве.
« Как бы я изучил Python для науки о данных, если бы мне пришлось начать заново »
Как и в сообщении Алексея, ретроактивная мудрость - это также название игры в сборнике советов Николаса для всех, кто собирается начать изучать Python. Он охватывает несколько ключевых областей, от понимания концепции CRUD до начала работы над проектом.
« Все наборы данных, необходимые для отработки навыков работы с данными и создания отличного портфолио »
Если вы время от времени застреваете, не зная, где найти подходящий набор тренировочных данных, чтобы отточить определенный навык или проработать сложную концепцию, Рашида Насрин Саки поможет вам. Ее коллекция обширна, обширна и охватывает широкий круг тем и проблем.
« 7 крутых пакетов Python, которые используют Kagglers, не сообщая вам об этом »
Кому не нравится открывать секретный (или, хорошо, менее часто используемый) пакет Python, который может просто решить сложную проблему, с которой вы боретесь в своей работе? Bex T. собрал для вас не менее семи из них, от Lazypredict до Rapids cuDF.
Вы читали (или писали) недавний пост, который может помочь другим специалистам по данным в их работе? Делитесь в комментариях!
