0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Математика для Data Science

Математика для Data Science. Базовый курс

Чт 20:00, Пн 20:00

Вы научитесь использовать математический анализ, линейную алгебру, теорию вероятности и статистику в различных задачах Data Science.
Вы будете понимать устройство моделей, сможете их правильно выбирать, улучшать и адаптировать.
К концу курса вы уверенно овладеете математическим аппаратом и сможете сделать свои первые шаги в направлениях Анализа данных или Машинном обучении.

­­­Data Science в реальной жизни

Мы много смотрели на разницу ожиданий работодателей, которым требуются Data Scientist’ы, и самих ученых по анализу данных — и решили написать на эту тему статью. Получается, что основная польза от ученых по анализу данных не в самом анализе данных.

Компания, инвестируя в новые разработки, в первую очередь ждет возврат на инвестиции, а не очередную модель. Специалист же, окончивший всевозможные курсы, ждет на входе чистые и понятные данные, и на выходе хотел бы отдать модель, прикрепив к ней метрики качества. А дальше «пусть менеджеры разбираются», как полученную модель встроить в процесс и использовать. В результате возникает непонимание между бизнесом и учеными.

В реальности оказывается, что модели сами по себе никому не нужны, и приходится заниматься рутинными задачами.

В этой статье хотелось бы на обобщенных примерах (все совпадения с реальной жизнью — случайны!) показать, какие трудности Data Scientist’у на самом деле приходится преодолевать, чтобы принести работодателю деньги. Наверное, после этого в аналитику данных люди будут идти более осознанно, попутно получая нужные для работы навыки, а не изучая очередную статью про алгоритм.

Читать еще:  Как выбрать межкомнатные двери для небольших апартаментов
Ссылка на основную публикацию
Статьи c упоминанием слов:
Adblock
detector