数据科学 – 第4页小小书 XXshu

嵌套功能的7个替代方案

IF函数是Excel中最常用的函数之一。我认为，这是所有编程和Excel掌握公式的基础。但是，它也是最被滥用的功能之一，尤其是嵌套IF。尤其是在现在使用Excel 2007及更高版本时，您最多可以嵌套64个IF函数，以形成复杂，缓慢且难以理解的IF THEN ELSE语句。您无需再减慢工作速度或使其复杂化，这里有7种更快的选择： VLOOKUP 选择与搭配复制索引和匹配求和产品布尔逻辑求和 VLOOKUP 假设您的价格清单下方包含混合货币，并且要将其转换为USD 第一步将是查找每种货币的汇率。…

“评估”的理由

您是否认为一个人衡量自己的进步或不衡量自己的进步会更快地实现他们的目标？斯里·妮蒂亚·安努皮迪（Sri Nitya Anupindi）摄影：Frederik Leenknecht / CSSL 从中学时代起，我就喜欢参加考试。部分原因是我不是一个坏学生，但主要是因为我想让他们接受。我不喜欢迫在眉睫的测试。我认为最好是让他们在我身后，享受结果前的幸福。当我临近高中时，父亲开始要求我和我的妹妹在每次考试后记下我们的预期成绩。他会告诉我们，重要的是要知道我们的立场。我们给自己打分，就像老师给我们打分一样，但是任一种方式都允许他们留下约3分的余地。没关系，即使我们期望只在100分中获得50分；他希望我们面对自己的表现。但是，我们无法获得不在我们定义范围内的标记。…

高空图书馆

Altiscope对无人航空系统（UAS）与我们的空域集成进行研究，模拟和分析。这是我们公开发布的文件。 TR-001：了解无人机任务风险这是一系列白皮书中的第一篇，该白皮书记录了Altiscope风险框架背后的过程和发现。 Altiscope正在为当今的无人机任务配置文件共同开发定量风险模型，该模型将随着运营和技术的扩展以及未来几年的发展而保持相关性。我们探讨了Altiscope的风险模型在更大范围的无人机风险评估中的适用范围，包括它与其他行业和监管工作的关系以及最终模型的外观。我们已经确定了几个高级挑战，以及我们计划采取的应对方法。最后，回顾有关无人机可靠性和相关问题的现有研究文献。 [阅读报告] TR-002：近距离事件的指标了解Airprox，NMAC和“分离不充分” 没有可用于比较两架飞机发生未遂事故的空中交通安全事件的全球公开指标。存在三个单独的重叠术语，并且不同的空中航行服务提供商（ANSP）可能会以单独的方式报告和分类这些事件。基于对当前报告指标和严重性分类的以下回顾，我们建议未来，UAS行业应以ICAO Airprox A +…

R4DS：学习学习

背景我花了八年的时间才完成了本科学位，这不是因为我花了很多时间去做志愿者或环游世界，而是因为两次辍学（两次！）是因为我从没在K-12天学习过。从我在高中的学习成绩来看，我不是一个你认为会在大学挣扎的孩子。但是，如果您在好成绩的表皮下抓东西，您会看到一个学生除了在课堂上集中精力并完成家庭作业以外，几乎没有付出其他任何努力。事实证明，这种策略在高等教育中不一定奏效。前几年我在大多数大学课程中直到我第三次尝试学士学位时，我才有一位教育工作者指出，学习可能是一个漫长的过程，充满了很多错误，而仅仅因为您没有马上就学会它并不意味着您无法或不会得到它。即使到那时，直到研究生院我才知道自己是一个学习速度非常慢的人，直到今天我仍然在为之奋斗。所以呢？如果您是“ R for Data Science”在线学习社区的学习者，那么我可以想象打开Slack并看到：社区令人眼花depth乱的专业知识和广度…… 似乎无所不知的人似乎无休止的几十个…… 不间断的单词流，例如Jupyter，RMarkdown，类，函数，Project和笔记本… 人们已经在生产实际的代码…

蟒蛇。 Пятьуловок，которыенужнознать，ужесегодня。

主题： Enoch Kan ：您今天需要了解的五个Python技巧 БудьвыстаршиминженеромAIилистудентомпервогокурсабиологии— pythonраноилипоздновыстон Послерелиза，大约1991年，Python的быстросталлюбимымязыкомпрограммистовитехнологов。 Согласнорейтингу堆栈溢出，основанномунапроявленииинтересакязыкам，вразвитыхстранах，pythonбыстронабира。 НевероятныйвзлётPython — David Robinson Python —высокоуровневый，интерпретируемыйязыксотносительнопростымсинтаксисом，идеальнопедате ПопулярныебиблиотекиPython中，хорошоинтегрированыииспользуютсявразличныхобластях，напримервбиоинформатике（biopython），наукеоданных（熊猫），машинномобучении（keras / tensorflow）идажевастрономии（astropy）。…

讲故事的基础知识（包括数据）

经常呼吁数据科学家不仅提供数据分析，而且还提供有关这些努力的有效沟通。如果数据代表原材料，而分析是挖掘过程以提取含义，则交流就是将原材料转化为可用信息。这是不平凡的一步。这是来自BuzzSumo的一个最近的例子，有人试图理解对“数据驱动的故事叙述”的这种需求，本文着重于确定人们可以用数据构造的叙述的基本类型，主要是关于如何传达数据本身。 1.趋势。例如，智能手机所有权如何增加或减少。 2.排名顺序或排行榜。例如，政治人物获得最多的社交媒体报道或哪个地区的犯罪率最高。 3.比较。例如，一家公司相对于另一家的绩效。 4.令人惊讶或违反直觉的数据。挑战或证实人们认为真实的事物的数据，或令人惊讶的数据。 5.关系。例如，相关性，可能一直到因果关系和预测。这些叙述类型主要集中在数据本身以及如何使数据揭示的定量关系上更为明显。但是，讲故事远不止于此。讲故事是一种强大的工具，是因为它具有吸引某人并鼓励他们采取行动的能力。定量关系可能会支持一个假设，甚至可能提供明确的证据，但是仅凭数据不足以使某人从沙发上出来或离开他们的计算机前。…

机器学习入门

最近有人在工作，问我关于机器学习领域的入门知识。令人尴尬的实现-我应该把这些东西记下来，并进行更广泛的共享。我的旅途还没有完成，但是有些事情已经对我有所帮助。这些都是对我有用的东西-请继续并适应您自己的环境和学习风格。最重要的是，尝试并找出最适合您的方法，并告诉我是否可以提供任何帮助！需要明确的是，这不是一个有关如何进行机器学习（例如线性回归，神经网络等）的详细博客-还有其他人可以比我做得更好。这是关于可以使用哪些工具，资源和策略来学习这些东西的文章。唯一的假设是您具有一定的软件开发经验-至少熟悉面向对象的编程语言。从软件工程进入数据科学世界是一个巨大的挑战，需要加快学习速度，尽管具备基本的计算机科学，编程和SQL技能会有所帮助。在可能的情况下，我将尝试为那些没有基础的人提供资源。学习时间表我的旅程有点像下图。实话实说，如果我有远见卓识以正确的顺序做事，这是理想的时间表-相反，我太早介入，在最合适的时候停止并重新考虑了策略。 Python要点-开发环境预先设置一个基本环境，以试验Python和机器学习。使用Conda隔离python环境-可以更轻松地尝试不同的设置，例如使用不同版本的Python或pip库。清单：安装Conda-https://conda.io/docs/user-guide/install/index.html…

仿生数据科学：机器学习和人类学习

正如罗伯特·格林（Robert Greene）在精通中所写：要达到真正的精通，您应该抵制自己的耐心。如果您是第一次阅读我们的项目；我们正在仿生手，机器学习和社会企业家精神方面冒险！看看我们如何到达这里：项目开始 1个月后的项目 2个月后项目我们现在是第三个月！现在回到我们的耐心。到目前为止，我们一直在积极参与寻找合作伙伴，向专家学习以及获得关于我们自己对项目方向的想法的反馈。尽管到目前为止取得了不错的成绩，但我们认为是时候暂停与利益相关者/客户的互动，并专注于生物识别控制算法技术了。这样，我们有点不耐烦，因为作为工程师，我们喜欢专注于技术而不是过程（太多等等）。由于我们还没有一个功能齐全的生物识别设备，因此我们要求建立肌电传感器臂带OYMotion的初创公司提供原始数据样本，以开始进行数据分析，并说服自己和合作伙伴这是一项很好的技术。上个月，我没有花半熟的脚本就获得最终结果（我的首选策略），而是花了很长时间慢慢地编写了一个Python包，其中包含我们的数据处理，可视化和学习知识，同时教给项目成员Python和机器学习概念。我的第一个工作流程如下：我从Jupyter笔记本开始，以了解数据和所需的代码。然后，我转到Pycharm并创建更体面的面向对象的代码。…

增强业务洞察力和转变生产力的基本工具

没有人喜欢等待IT提供对分析至关重要的报告。当然，没有分析师可以等待来回发送电子邮件的时间，只是他们可以获取所需的数据。不幸的是，这些都是导致生产力下降的真实情况。许多企业通过实施自助服务报告和分析解决了这些问题，但是如果没有正确的工具集，他们将无法做到。海岸银行也不例外海岸银行是总部设在佛罗里达州的最大的社区银行之一，也面临着类似的问题。 Seacoast希望向其内部业务用户（例如贷款经理，运营经理和其他内部业务决策者）提供自助式数据智能和信息。这些利益相关者希望能够近乎实时地获取数据的操作快照，以便他们可以做出更好，更有见地的业务决策。 “我们的主要挑战之一是业务用户无法与数据进行交互，” Seacoast Bank业务技术和数据管理副总裁Mark Blanchette解释说。 “他们只剩下静态报告。” 企业概况 Seacoast需要为分析师提供该银行所有信息的完整，最新的图片。通过数据虚拟化，Seacoast在逻辑数据仓库中找到了答案。 “数据虚拟化是我们逻辑数据仓库解决方案的关键组成部分，” Mark说。…

别想了。开始学习。

按照此操作来摇滚DS World！作为数据科学的时尚，有无数资源可供学习，并将您变成数据科学家。但是，有些是不现实的，即对初学者有很多期望，而有些则太简单了，无法使您适应复杂的挑战。在这里，我为所有想要在该领域树立名声并且不仅对使用ML感兴趣而且对学习感兴趣的爱好者提供了一条学习之路。机器学习就像十几岁的性行为。每个人都在谈论它，没有人真正地知道如何做，每个人都认为其他人正在做，所以每个人都声称自己正在做。在我详细介绍这条路径之前，请先明确自己，这将需要从头到尾的工作和时间。选择一种语言如果给定的两种语言都是新手，那么建议您从Python开始。如果您已经知道R，请首先在R中遵循此路径。稍后可以转换为Python。 Python ：如果您没有编程背景，请从https://learnpythonthehardway.org/开始学习。对于了解Java或C ++并想启动Python的人，请首先通过Codecademy完成本课程。接下来，您可以深入了解New Boston教程。 R：使用R启动数据科学的最佳课程之一是edX上的AnalyticsEdge。…