1

Етап 1

1. Introduction: What Is Data Science?

2

Етап 2

exercise: Exploratory Data Analysis (EDA)

3

Етап 3

2. Statistical Inference, Exploratory Data Analysis, and the Data Science Process

4

Етап 4

exercise: Real Direct Data Strategy

5

Етап 5

4. Spam Filters, Naïve Bayes, and Wrangling

6

Етап 6

3. Algorithms

7

Етап 7

5. Logistic Regression

8

Етап 8

6. Time Stamps and Financial Modeling

9

Етап 9

7. Extracting Meaning From Data

10

Етап 10

8. Recommendation Engines: Building a User-Facing Data Product at Scale

11

Етап 11

9. Data Visualization and Fraud Detection

12

Етап 12

10. Social Networks and Data Journalism

13

Етап 13

11. Causality

14

Етап 14

12. Epidemiology

15

Етап 15

13. Lessons Learned from Data Competitions: Data Leakage and Model Evaluation

16

Етап 16

14. Data Engineering: MapReduce, Pregel, and Hadoop

17

Етап 17

15. The Students Speak

18

Етап 18

16. Next-Generation Data Scientists, Hubris, and Ethics

1

Етап 1

1. Introduction: What Is Data Science?

2

Етап 2

exercise: Exploratory Data Analysis (EDA)

3

Етап 3

2. Statistical Inference, Exploratory Data Analysis, and the Data Science Process

4

Етап 4

exercise: Real Direct Data Strategy

5

Етап 5

4. Spam Filters, Naïve Bayes, and Wrangling

6

Етап 6

3. Algorithms

7

Етап 7

5. Logistic Regression

8

Етап 8

6. Time Stamps and Financial Modeling

9

Етап 9

7. Extracting Meaning From Data

10

Етап 10

8. Recommendation Engines: Building a User-Facing Data Product at Scale

11

Етап 11

9. Data Visualization and Fraud Detection

12

Етап 12

10. Social Networks and Data Journalism

13

Етап 13

11. Causality

14

Етап 14

12. Epidemiology

15

Етап 15

13. Lessons Learned from Data Competitions: Data Leakage and Model Evaluation

16

Етап 16

14. Data Engineering: MapReduce, Pregel, and Hadoop

17

Етап 17

15. The Students Speak

18

Етап 18

16. Next-Generation Data Scientists, Hubris, and Ethics

13 червня 2015
Мета завершена % date%

Автор мети

Бізнес та Фінанси

Пройти книгу "Doing Data Science"

На 23 февраля этого года Люба сделала мне отличный сюрприз, подарив эту книгу. И это было очень уместно, т.к. я как раз уже искал работу в области Data Science.

Я начал читать книгу, но на первом же серьезном упражнении отложил её "до лучших времён", оправдывая свою лень нехваткой времени и еще чем-то.

Так вот сейчас, когда я наконец-то нашел должность Data Scientist Consultant, самое время эту книгу хорошенько проработать. Ведь найти работу - это еще пол-дела. Надо теперь там хорошо себя показать, чтобы пройти испыттельный срок. Да и просто для себя всегда хочется лучше разбираться.

До вступления на новую должность (29 июня) остается 2 недели. Вполне реально успеть пройти книгу, но надо не халтурить.

Поехали!


 Критерій завершення

Дочитал книгу и выполнил все упражнения

 Особисті ресурси

час свободного времени утром, немного в транспорте, и часа 2 вечером.

 Екологічність мети

Эта книга важна для моей новой профессии. Надо подготовиться. И нельзя бросать начатое.

  1. 1. Introduction: What Is Data Science?

  2. exercise: Exploratory Data Analysis (EDA)

  3. 2. Statistical Inference, Exploratory Data Analysis, and the Data Science Process

  4. exercise: Real Direct Data Strategy

  5. 4. Spam Filters, Naïve Bayes, and Wrangling

  6. 3. Algorithms

  7. 5. Logistic Regression

  8. 6. Time Stamps and Financial Modeling

  9. 7. Extracting Meaning From Data

  10. 8. Recommendation Engines: Building a User-Facing Data Product at Scale

  11. 9. Data Visualization and Fraud Detection

  12. 10. Social Networks and Data Journalism

  13. 11. Causality

  14. 12. Epidemiology

  15. 13. Lessons Learned from Data Competitions: Data Leakage and Model Evaluation

  16. 14. Data Engineering: MapReduce, Pregel, and Hadoop

  17. 15. The Students Speak

  18. 16. Next-Generation Data Scientists, Hubris, and Ethics

  • 1396
  • 13 червня 2015, 15:35

Реєстрація

Можливості
безмежні.
Настав час
відкрити свої.

Уже зарегистрированы?
Вхід на сайт

Заходьте.
Відкрито.

Ще не зареєстровані?
 
Підключіться до будь-якого з ваших акаунтів, ваші дані будуть взяті з акаунту.
Забули пароль?