在大資料和機器學習的時代，有一種職業脫穎而出——資料科學家。資料科學家在近年來備受追捧，也有越來越多的人想投身入資料科學領域。 最近，CDA 採訪了幾位來自不同行業的資料科學團隊負責人，聊聊他們眼中的

Gartner公司列出了企業組織在2019年需要探究的幾大戰略性技術趨勢。分析師在2018年10月14-18日Gartner研討會/ ITxpo大會期間介紹了他們的調查結果。 Gartn

下面是 77個關於資料分析或者資料科學家招聘的時候會常會的幾個問題，供各位同行參考。 1、你處理過的最大的資料量？你是如何處理他們的？處理的結果。 2、告訴我

沒人否認，維基百科是現代最令人驚歎的人類發明之一。 幾年前誰能想到，匿名貢獻者們的義務工作竟創造出前所未有的巨大線上知識庫？維基百科不僅是你寫大學論文時最好的資訊渠道，也是一個極其豐富的資料來源

NumPy（Numerical Python）是 Python 中的一個線性代數庫。對每一個數據科學或機器學習 Python 包而言，這都是一個非常重要的庫，SciPy（Scientific Python）、M

中國網訊（彭昌堤）為繼續積極響應國家“一帶一路”倡議，紀念“改革開放四十週年”，啟迪創新思維，提升西安國際影響力，弘揚程式員精神，加快推進軟體和資訊服務業成為大西安追趕超越的重要支柱產業，著力打造全球“軟體名城”和“

在今年於巴黎舉行的理論電腦科學領域的最頂級會議——電腦科學年度基礎論壇（FOCS）上，一位來自加州大學伯克利分校的博士後“一戰成名”：烏爾米拉·馬哈德（Urmila Mahadev）的成果被會議授予“

之前分享過一篇 使用Pandas更好的做資料科學 ， 今天我們將學習pandas中的風騷操作： df.resample: 重新取樣 df.agg: 聚合（對列進行聚合操

2018 AI開發者大會是一場由中美人工智慧技術高手聯袂打造的AI技術與產業的年度盛會！這裡有15+矽谷實力講師團、80+AI領軍企業技術核心人物、100+技術&大眾實力媒體、1500+AI專業開發者

在幾年之前，我踏進了資料科學的大門。之前還是軟體工程師的時候，我是最先開始在網上自學的（在開始我的碩士學位之前）。我記得當我搜集網上資源的時候，我看見的只有玲琅滿目的演算法名稱—線性迴歸，支援向量機（SVM），

資料科學的完整流程一般包含以下幾個組成部分：  ●  資料收集  ●  資料清洗  ●  資料探索和視覺化  ●  統計或預測建模 雖然這些組成部分有助於我們理解資料科學的不同階段，但對於程式設計工作流並無助益

第三屆HUAWEI CONNECT 2018（華為全聯接大會）2018年10月12日繼續，就像任正非說的，鼓勵科學家，專家與工程師交流，思想碰撞。今天全聯接大會上世界知名計算機專家，唯一華人圖靈獎獲得者、清華大

當你幹著一份並不喜歡且薪資又低的工作時，是否想要做出改變？本文作者曾在日託中心上班，卻從零開始自學了資料科學，並已經小有成就。本文是他關於自學資料科學的一些參考建議，有志者不妨一讀？ 去年，我自學了資料科學

作者：Jonny Brooks-Bartlett 編譯：weakish 引言 大多數關於如何“完成”資料科學 任務 的文章通常討論的是如何編寫解決問題的演算法。例如，如何分類文字文件或預

一、單項選擇題 1 B 1 1 0 0 1 1 0 - 1 0 1 1 0 0 1 ------------------------ = 0 0 0 1 1 0 1 2 B 48 + 9