欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜：Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
Data science
来自开放百科 - 灰狐
（版本间的差异）
小 (→图集) |
小 (→链接) |
||
| 第37行： | 第37行： | ||
==链接== | ==链接== | ||
*[https://github.com/okulbilisim/awesome-datascience Awesome Data Science] [[image:awesome.png]] | *[https://github.com/okulbilisim/awesome-datascience Awesome Data Science] [[image:awesome.png]] | ||
| + | *[https://github.com/datasciencemasters/go The Open-Source Data Science Masters] | ||
*[http://zh.hortonworks.com/hadoop/data-science/ Data Science @ Hortonworks] | *[http://zh.hortonworks.com/hadoop/data-science/ Data Science @ Hortonworks] | ||
*[http://101.datascience.community/2012/04/09/colleges-with-data-science-degrees/ Colleges with Data Science Degrees] | *[http://101.datascience.community/2012/04/09/colleges-with-data-science-degrees/ Colleges with Data Science Degrees] | ||
2016年3月3日 (四) 03:49的版本
|
您可以在Wikipedia上了解到此条目的英文信息 Data science Thanks, Wikipedia. |
数据科学（Data Science）是一门利用数据学习知识的学科，其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术，包括应用数学，统计，模式识别，机器学习，数据可视化，数据仓库，以及高性能计算。
数据科学通过运用各种相关的数据来帮助非专业人士理解问题。数据科学技术也可以帮助我们如何正确的处理数据并协助我们在生物，社会科学，人类学等领域进行研究调研。此外，数据科学也对商业竞争有极大的帮助。
目录 |
职业
与数据科学相关的职业和顾问形式：
- Data Scientist, 受聘 Google ...
- Data Analyst, 受聘 IBM ...
- Data Architect, 受聘 VISA ...
- Data Engineer, 受聘 Facebook ...
- Statistician, 受聘 Linkedin ...
- Database Administrator, 受聘 Twitter...
- Business Analyst, 受聘 Oracle...
- Data and Analytics Manager, 受聘 Coursera...
点击大图，看详解。
项目
文档
图集
数据科学
数据科学家
Orange
方法论
链接
分享您的观点
