Obsah
- Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
- Závěr
Zdroj: Bplanet / iStockphoto
Odnést:
Datová věda je jedním z nejžhavějších oborů v technice, ale jak se můžete dostat na pole? Zde jsou některé základy, které se můžete naučit sami.
Příspěvek obsahuje přidružené odkazy
Věda o údajích je složitá disciplína, která identifikuje významné informace získané z obrovských množství strukturovaných a nestrukturovaných dat. Pravděpodobně nejtěžší součástí tohoto pole znalostí je naučit se, jak dát smysl všem těmto datům, a přeměnit toto obrovské množství rozptýlených informací na smysluplné a proveditelné poznatky. Kompetentní analytik dat ví, jak najít takové vzory, které organizacím umožňují navrhnout efektivní strategie, najít nové příležitosti a zvýšit jejich marketingové úsilí.
Práce v oblasti datové vědy je jednou z nejlépe placených pracovních pozic a vědci v oblasti dat jsou vždy vyhledáváni i největší společností. Je opravdu možné se naučit datové vědě? Dokážete přejít od pouhých základních IT dovedností k tomu, abyste se stali hlavním analytikem? Odpověď zní ano, za předpokladu, že si vyberete správné kurzy a absolvujete je s náležitou péčí. Zde vám představíme přehled nejdůležitějších pojmů z oblasti vědy o údajích, které se musíte naučit stát se učitelem údajů, který se naučíte samostatně, a to vše se můžete učit z pohodlí vašeho domova. Všechny tyto kurzy můžete absolvovat prostřednictvím Coursera za méně než 100 USD. (Chcete-li se dozvědět více o tom, co dělá datový vědec, viz Job Role: Data Scientist.)
Prostý a jednoduchý, první věci jako první. Nemůžete se stát vědcem údajů, dokud nerozumíte, co je to věda o údajích, a úvodní kurz, který vám poskytne přehled o této disciplíně, je prvním krokem, který byste měli podniknout. Mezi hlavní pojmy patří proč a jak je věda o údajích tak důležitá pro podnikání a jak může být aplikována. Musíte být schopni pochopit, jaká je regresní analýza a jak funguje proces dolování datové sady, a jaké nástroje a algoritmy budete denně používat k zvládnutí této disciplíny.
Nejlepší kurzy jsou ty, které se také zaměřují na metodologii, takže si můžete být jisti, že data, která shromáždíte, budou použita pro praktické řešení problémů relevantním způsobem. Základy by měly zahrnovat porozumění tomu, jak s ním správně zacházet, aby bylo možné řešit nejběžnější problémy, a jak dávat smysl zpětné vazbě po vytvoření a zavedení modelu.
Úvodní kurz, který vás učí statistikám podle aplikace, je nejlepším místem pro zahájení výuky vědy o datech a programování v Pythonu představuje nejzákladnější dovednosti potřebné k porozumění této oblasti. Než začnete s daty pracovat, musíte porozumět tomu, jak je extrahovat v jejich nejpřirozenější podobě, a Python představuje nejzákladnější nástroj pro manipulaci a rafinaci.
První kurzy, které musíte absolvovat, by vás měly naučit základům programovacího prostředí Python potřebných k pochopení souborů CSV a k nalezení cesty skrz složité datové struktury. Základní pojmy zahrnují porozumění t-testům, vzorkování a distribuci, jak dotazovat strukturu Pandas DataFrame a jak extrahovat, čistit a zpracovávat tabulková data.
Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.
Převážná většina dat se těží z databází a alespoň část z nich existuje ve strukturované podobě. SQL znamená „Structured Query Language“ a je to nejmocnější jazyk, který „mluví“ s databázemi, aby je pochopil, prozkoumal každý kout a extrahoval všechna smysluplná data, která potřebujete pro daný problém. Vědět, jak pracovat s SQL, vytvářet instance databází v cloudu, spouštět dotazy SQL a přistupovat k databázím a datovým souborům v reálném světě z notebooků Jupyter, je nezbytnou sadou dovedností pro každého vědce s údaji.
Určitý stupeň znalostí ve statistice je nutností ve vědě o datech. Ačkoli je statistika opravdu širokým oborem, analytik dat vyžaduje pochopení alespoň některých konceptů ve statistice a teorii pravděpodobnosti, aby poskytl praktický náhled podnikům a organizacím. (Více informací o vědě o datech najdete v 12 klíčových tipech pro výuku vědy o datech.)
Musíte spojit teorii s praxí tím, že se naučíte základní pojmy, jako je distribuce, testování hypotéz a regrese, stejně jako základní bayesovskou teorii pravděpodobnosti. Většina modulů strojového učení je ve skutečnosti postavena na bayesovských pravděpodobnostních modelech. Bayesovský přístup je intuitivní přístup, který přechází od pravděpodobnosti k analýze dat a umožňuje lepší účetnictví nejistoty a poskytuje proveditelné prohlášení o předpokladech, které lze použít v praxi.
Abyste zvládli datovou vědu, musíte se naučit řešit různé výpočetní problémy pomocí algoritmických technik. Algoritmy se používají k manipulaci s daty prostřednictvím efektivních datových struktur. Musíte se naučit, jak implementovat tyto struktury v různých programovacích jazycích, co od nich očekávat a jak rozdělit velké problémy na podrobnější kousky. Existuje mnoho strategií, které je třeba se naučit navrhovat efektivní algoritmus, například jak udržet binární strom v rovnováze, jak změnit velikost dynamického pole a jak řešit problémy rekurzivně.
Strojové učení je věda, která umožňuje počítačům jednat mimo hranice skriptů, které jsou naprogramovány ke spuštění. Je to všudypřítomná věda, která má v reálném světě mnoho aplikací a těžba dat je jednou z nich. Ale pro přístup ke strojovému učení musíte mít všechny výše uvedené dovednosti. Algoritmy strojového učení musí být naprogramovány pomocí Pythonu a statistické přístupy jsou nejúčinnější pro „učení“ stroje, jak se stát chytřejším.
Celá oblast strojového učení je mimořádně rozsáhlá a zahrnuje různé podtémy, jako je učení pod dohledem a bez dozoru, hodnocení modelu a hluboké učení. Přestože se nemusíte nutně potápět tak hluboko jako učení, jak programovat nejpokročilejší neuronové sítě, čím více víte o mnoha aplikacích strojového učení ve vědě o datech, tím lépe.
Závěr
Nezáleží na tom, zda jste vysokoškolský student hledající nové způsoby, jak rozšířit své obzory, nebo profesionál, který chce vylepšit svůj životopis. Naučit se tyto klíčové pojmy vědy o údajích je vše, co potřebujete, abyste si v tomto odvětví získali konkurenční výhodu.