数据 – 第12页小小书 XXshu

要数字化和分水岭纸吗？请先阅读此内容。

在平板电脑，电话和在线服务的数字时代，令人惊讶的是，如此多的企业仍然使用纸质表格。是时候放开纸了。无论您要无纸化以节省树木，节省金钱还是节省时间（甚至只是因为您的老板要求您这样做），进行无纸化旅行并不总是像您想的那么简单（但完全值得）。选择退出论文（以及为什么要这样做）丢纸并不是一件容易的事，但是在使业务现代化，提高客户满意度和优先考虑底线时起着至关重要的作用。因此，就像在周末之前完成“待办事项”清单一样，或者在倾盆大雨中walking狗时，拥抱无纸化工作场所是一项必不可少的工作，这对所有人都有利。在这一点上，您可能会脑子里塞满每个装订夹，书架和文件柜，里面满是公司表格和文件，想知道从哪里开始。幸运的是，您已经完成了第一步也是最重要的一步–决定要改善您的工作生活，无纸。下一步需要持怀疑态度的人和认真的研究–选择一个数字化您的业务表格和文档的平台。选择数字解决方案时，需要考虑以下几个方面：时间和成本的影响无纸化可以节省时间和预算，因此在选择数字平台时，请考虑团队需要投入的时间。这个平台会要求我对员工进行再培训吗？该平台将如何合并我当前的文档？如果平台要求您的企业完全重新设计其表格和文档，请当心。数字解决方案应迎合您现有的业务文档，从而节省您的时间（无需重新培训，也无需浪费时间重新设计功能完善的文档）并减少工作量。通过选择可复制现有表格和文档的数字文档解决方案，您的企业可以避免潜在的干扰，并在引入无纸化计划时减少混乱。文件品质与完成…

DataChemist有什么不同

数据是一个拥挤的空间。这不足为奇。自亚历山大大图书馆以来，世界上一直在提出新的创新方法来管理和访问数据。自大约2000年前亚历山大大图书馆遭到破坏以来，我们一直在处理这些方法的局限性。亚历山大图书馆的艺术渲染但是在过去的几十年中，我们看到了数据处理方式的快速变化-并且我们还看到正在处理的数据量急剧增加。响应于此，已经出现了构成上述拥挤空间的许多与数据相关的技术。不幸的是，对于许多数据的最终用户而言，这首歌还是一样，而且歌曲的意思是“如何结合所有这些数据，如果不花费大量时间和金钱，我就无法回答我需要回答的问题”（不是最引人入胜的头衔，这毫不奇怪，这个小矮人从来没有为热门游行的上游带来麻烦。在这篇简短的博客文章中，我想看看现有的数据处理方法，为什么它们经常失败，并尝试以最简单的方式解释为什么DataChemist与众不同。关系数据库毫无疑问，关系数据库代表了当时的巨大飞跃。不幸的是那个时候是1970年-关系模型已经发出求救信号已有一段时间了。现在，关系方法就目前而言是一种很好的方法（这是全世界都在使用的一个原因），并且从理论上讲，它特别擅长于执行有关代表不同属性和实体的数据如何相互关联的“规则”，但是它有许多缺陷，表明它在应对当今大数据挑战时并不适合目标。为了简洁起见，我将列出两个：关系数据库无法很好地适应变化。这部分是在设计中-链接表和行等是一项最好只完成一次的工作。但是如今，更多的情况是，在普通的关系数据库之上构建了如此多的服务，而数据的大部分“含义”都在数据库外部的代码中，因此更改任何内容都变得微妙的平衡。众所周知，精致的东西很昂贵。…

代词和数据—更新

昨天的大新闻（2017年11月6日）— Macmillan正在关闭对Pronoun平台的公开访问，该平台是自出版作者的分发平台：https://publishingperspectives.com/2017/11/macmillan-closes-self-publishing -平台代词/ 正如我在较早的一篇文章中指出的那样，Macmillian购买Pronoun的动机可能不是发行方或自助发布平台，而是Pronoun带给Macmillan的数据和分析功能。从本质上讲，这可能是水利租赁的一种形式。因此，我们可以简单地将昨天的新闻视为Macmillan采取的一项措施，即关闭该业务的非收入产生方（全部免费），对其不十分感兴趣，并将平台和技能集中在纯内部用例上，例如分析Macmillan的传统出版标题的价格和销售趋势。新闻稿措辞非常谨慎，以至于很容易分散这种可能性。但是，如果有人在选择单词时非常谨慎，我认为这样做是有原因的。接下来的几周和几个月将展示实际情况，随着新信息的发布，我将更新这个故事，但是现在所有的猜测都包括在内，包括传闻，原始购买价在600万至900万美元之间（其中投资者可能会以清算优先权的形式获得大笔资金-值得记住的是Vook / Pronoun筹集了至少350万美元，可能还更多。出版从来都不是无聊的一天。附注：根据Techcrunch的说法，代名词在仍以Vook的身份运营时筹集了780万美元，在更名为Pronoun时又筹集了350万美元。这总共是1,130万美元的资金，可能不包括早期天使资金或种子资金。据业内人士称，麦克米伦在2016年春季以不到1000万美元的价格购买了Pronoun的100％股份，因此，如果投资者的清算优先权至少为1倍（这几乎是风险投资人的标准，实际上可能是2倍至3倍），则意味着创始人的股票和雇员的选择权（除了可能的保留选择权/红利/收购后的收益）将毫无价值。因此，从财务上讲，这是/不是很好。真可惜！ PPS：Mamillan的官方回应最近发表在Publisher’s…

同行批评

重大问题数据 danah boyd a＆凯特·克劳福德2014 文章“大数据的关键问题”是danah boyd和Kate Crawford撰写的科学文章。在博伊德（Boyd）和克劳福德（Crawford）的文章中，人们质疑大数据的兴奋性，并试图引发关于大数据问题的讨论。通过提供六个挑衅，博伊德和克劳福德认为，大规模数据搜索不仅提供了新的机会，而且还带来了问题。博伊德和克劳福德写道：大数据常常使盲目行为成为现实：看到实际上不存在的模式，仅仅是因为大量数据可以提供向各个方向辐射的连接。在一个著名的例子中，Leinweber（2007）证明，数据挖掘技术可能显示出标准普尔500指数的变化与孟加拉国黄油生产之间的强烈但虚假的相关性（第668页）。引号解释了大数据搜索可能导致误解的原因，因此，在允许数据代表自己说话时，我们必须非常小心。博伊德（Boyd）和克劳福德（Crawford）引文引用了两位研究人员Kranzberg（1986）和Bowker（2005）作为文章的开篇，但他们并未详细说明所选的引文，因为引文与文本的其余部分无关，因此引文对文本没有必要。对引号进行详细说明使它们有理由出现在文本中。当该论文于2014年发表时，大数据一词刚刚被引入世界。这是一种查看数据的新方法，可能会引起研究人员的许多问题和怀疑。…

艾萨克·雷耶斯（Isaac Reyes）在ODSC East 2018上讲故事的关键原则

第六感的科尔看到死者的地方，艾萨克·雷耶斯看到的图表不好。 Reyes担任DataSeer Inc.的创始人和数据科学家时，可帮助个人和企业更好地理解和传达隐藏在数据中的消息。雷耶斯在ODSC East 2018上的主题演讲中，分享了数据叙事的关键原理-将充满数字和图表的滑动平台变成清晰而有影响力的数据故事的艺术。以下是他最深刻的见解：幻灯片版权Isaac Reyes，ODSC East 2018 雷耶斯（Reyes）认为，数据叙事过程的第零步是向自己询问目标受众。我的听众是谁，他们需要知道什么？应该将听众视为“数据故事的英雄”，以使信息清晰易懂。因此，例如，雷耶斯（Reyes）在向商业领袖的演讲中建议使事情尽可能直接。不要在摘要标题上听取大学统计教授的建议，而应根据它们应该传达的信息来命名图表：幻灯片版权Isaac…

公平警告：韦瑟斯彭，阿片类药物危机和核能

嗨！本周，由于弗洛里安·勒杜克斯（Florian Ledoux）提供的这些精美的航拍照片和视频，我对北极有了一点爱，我写了一篇关于我在ONS的头六个月的文章。在家庭方面啊，Wetherspoons，英国最喜欢的酒吧连锁店之一。英国《金融时报》访问了其中的213个国家，以检查价格的变化。范围是10英镑（一篮子五件东西），我对此感到非常震惊。我希望这将是《金融时报》对《经济学人》的巨无霸指数的答案，但是but…… 《经济学人》杂志表示：“英国可能正经历通货膨胀最糟糕的时期，”通货膨胀率应在几个月内接近2％：当大象和躺椅离开海边小镇时会发生什么？英国《金融时报》就布莱克浦的苦难及其平民面临的挑战做了一件了不起的文章。它充满了真正令人大开眼界的洞察力（和数据！），它真正在进行着什么，并且是将“传统”与数据新闻相结合的一项伟大的工作。国家统计局发布了关于私营/公共部门薪酬的一些出色分析：“ 2016年，公共部门工人的平均时薪比具有相同特征的私营部门工人的平均时薪低1％”。以下是公共部门雇员的通货膨胀和工资增长随时间变化的方式：在池塘上对特斯拉的看法绝对是该死的，它说今年筹集的现金中有80％已被“焚化”。 “出售的汽车越多，燃烧的现金就越多。”…

超人通过监视资本主义抚慰我们-畅销书维恩图

这周，我读完了Shoshana Zuboff写的一本书，我的哥哥詹姆斯已经将我指向了这本书。我最近还完成了另外两本书，这些书已经出现在我的名单上了很长一段时间。这些书的出版时间以及对未来的警告，深入的研究和出色的讲故事，使我连续几天忙着进行维恩（Venn）图表分析，结果出现在上面。正如我已经说过的，我喜欢维恩图，它们是终极的数学工具。这本书读给你听。第一本书（也是我完成的最后一本书）可以说是理解数据和信息访问推动的新经济的最完整著作。肖珊娜·祖波夫（Shoshana Zuboff）的《监视资本主义时代：在权力的新领域为人类的未来而战》是一部令人惊叹的完整指南，它讲述了我们在隐私和多个海量数据平台之间进行的历史和权衡取舍。这不是一个公平的交易，因为大多数人甚至都不知道他们正在与这些公司建立数据合作伙伴关系。 Zuboff擅长解释我们的数字自我与未来之间的平衡，她消除了这种方法所固有的问题，以及（似乎）傲慢的设计主导了Google，Facebook和其他公司在不懈地追求总体数据控制方面所追求的目标。对此感觉很复杂。第二本书的主题和概念与诺贝尔经济学奖的合著者合影，标题为“ 轻推：改善有关健康，财富和幸福的决策” 。 Richard H.…

成为数据科学家的旅程：条目I

杰米·戴维斯（Jamie Davies）在Unsplash上拍摄的照片您好，我叫伊曼纽尔（Emmanuel），我沉迷于数据。是的，我终于加入了俱乐部，“大数据就是未来”或“数据就是新培根”俱乐部。在过去的几个月中，我开始了从金融/经济学背景向成为数据科学家的过渡。关于我自己的一点。我目前是一名债务交易员，并拥有约翰·霍普金斯大学（Johns Hopkins University）的应用经济学硕士学位。我对查看数据，处理数据或解释数据并不陌生。我的硕士课程更注重量化，因此我习惯使用“优化”，“向量”，“线性回归”等术语。最重要的是，经济学教会了我经典的供需概念。从我所看到的，对数据科学家的需求很大，而对数据科学家的需求却非常有限。我的交易背景教会我查看数据并发现有前途且富有成果的趋势。在我看来，数据是新石油，新黄金–数据是新的最重要的商品。什么是优秀的数据科学家？正如“黑客机器学习”的作者兼Alluvium的首席执行官Dan Conway所说的那样-数据是黑客技巧，数学和统计知识以及大量专业知识的结合。…

英美图画书有什么区别？

很多花花公子和很多问题… 在“失落的我的名字”中，我们进行了大量的研究并拥有大量的数据，以帮助指导我们的产品设计工作并帮助我们做出更好的决策。我一直在做的我最喜欢的研究项目之一是对图画书故事结构的元分析，寻找常见的模式，并试图理解儿童图画书的基本故事基础。在此过程中，我们采用了分类系统，并将其应用于过去十年中英国和美国最畅销的100本图画书中。结果如下：过去10年美国最畅销的100本儿童图画书的故事结构过去10年英国最畅销的100本儿童图画书的故事结构这是一个惊人的差异！英国消费者喜欢杜德的问题（DWAP）故事，而美国人则更为平衡。我们现在正在处理此问题，并进一步研究数据以了解原因。一个明显的答案是唐纳森效应-朱莉娅·唐纳森（Julia Donaldson）喜欢写DWAP故事，她完全统治了英国榜单：朱莉娅·唐纳森（Julia Donaldson）拥有过去十年英国十大畅销书中的九本！真是了不起的成就。我将很快写出3–6的分析结果，您可以在这里阅读0–3，但我很乐意在评论或Twitter中获得您的建议-为什么英国人喜欢阅读DWAP对他们的孩子和美国人有一点点爱吗？

书评：设计数据密集型应用程序

TLDR：您希望在未来几年内多次阅读的少数技术书籍之一。如果有可能给6星，这本书应该是值得的。我首先从野生动物园在线浏览了这本书，使您可以访问1000本书。我的习惯通常是快速浏览书籍并转到下一个。但是，这本书让我着迷了。我已经阅读了2次，明年将不得不再读几遍，才能真正掌握这些材料。它以后台方式讲述了从最简单到最新的数据存储的故事。必须读给使用数据库，微服务和分布式系统的任何人。作者处理复杂概念的方法是不使用专业术语和简单的语言，而他进行艰难选择的方法是一种务实的方法，不是站在一边，而是清楚地阐明了其优缺点。不需要高级水平，即使初学者也可以从中获取价值，因为它既不会影响简单性，也不会影响深度。为了更深入，有很多参考资料可以被好奇的头脑探索。这是对《在Goodreads上设计数据密集型应用程序》一书的逐字审查。在一个充满着技术，数据库，SQL vs NoSQL选择与辩论方面的信息的世界中，在一个技术选择有时成为一种身份选择的世界中，这本书是平衡而深入地阅读了有关以下方面的书籍：数据。心理学家霍华德·加德纳（Howard Gardner）在他的作品中说：“决定要注意哪些信息，忽略什么以及如何组织和传达我们认为重要的信息的能力正在成为生活在发达国家的人们的核心能力。阅读本书可以为您提供有关数据库或数据存储的所有这些功能，正如我们现在所说的那样。