qiezikuaichuan的专栏

Linear Algebra (线性代数) 和 Statistics (统计学) 是最重要和不可缺少的。这代表了Machine Learning中最主流的两大类方法的基础。一种是以研究函数和变换为重点的代数方法，比如Dimension reduction，feature extraction，Kernel等，一种是以研究统计模型和样本分布为重点的统计方法，比如Graphical model,

译者：机器之心最新一期的 KDnuggets 调查展示了一份数据科学家使用度最高的算法列表，这份列表中包含了很多惊喜，包括最学术的算法和面向产业化的算法。哪些方法/算法是您在过去 12 个月中运用到一个实际的数据科学相关的应用程序中的?这是基于 844 个投票者的结果。排名前十的算法以及他们的投票者的比例分布如下：图 1 ：数据科学家

几年前，Harvard Business Review 赞扬数据科学家是“ 21 世纪最性感的职位”。但是你知道成为一个数据科学家意味着什么吗?让我们首先看看数据科学家和专家们的一些著名的观点吧。数据科学家“趋向于”自然科学家，尤其是物理学家，而不是计算机科学家。 物理学家有着很强的数学背景、计算机技术，并且笃信这样的原则：生存依靠的是从数据中发掘出最多的信息。他们必须考虑的都是宏观的格局

智能数据时代，企业大数据人才需求我们谈了这么多，人还是最重要的，如果自己的能力不提升，谈什么都没有用。在智能手机时代企业人才的需求做了归类，大致分五个角色。数据科学家，这个比较好理解。第二数据分析师，因为是偏业务，真的理解我们的业务，跟后面的数据科学家沟通做成系统和模型。数据工程师处理工程上的事情，如何抓数据，清洗数据，如何存储，如何计算。这两个是大家见的比较少的，数据架构师，这是

2016年9月14日，由国内领先的独立第三方移动数据服务平台TalkingData主办的，数据领域一年一度的行业盛会——“T11 2016暨TalkingData智能数据峰会”在北京中国大饭店圆满落幕。国内外各领域的数十位数据专家、行业精英、知名学者齐聚一堂，深入探讨了业界建设性议题，引导行业方向，创造海量商机。以下为演讲内容分享：崔晓波：欢迎大家来到T11现场。先分享一些数据，今

且目前国内整体层次上还处于比较初级的水平，在未来的两三年中，国人将不再满足于简单的数据分析，到时将会需求大量具有数据深度挖掘能力的人才。==========================================作者：Blogchong1. 写在之前上一篇文章的时间是4月20号，还记得那会儿刚从大帝都来到大深圳，把工作定了下来，所以就有了那篇《大数据求职

首发于AI学人关注专栏登录写文章AI领域，中国人/华人有多牛？王咏刚 · 23 天前人工智能这把火已经烧到了国家战略层面，连美国总统和政府机构也卷了进来。上周四，奥巴马主持白宫前沿峰会，展望美国在未来50年的发展。峰会中，白宫发布报告《国家人工智能研究与发展策略规划》。相关情况，大家可以参考《连线》杂志的总

七步精通Python机器学习时间 2015-12-10 16:40:57  数据工匠原文  http://datartisan.com/article/detail/66.html主题 数据挖掘 Python开始。这是最容易令人丧失斗志的两个字。迈出第一步通常最艰难。当可以选择的方向太多时，就更让人两腿发软了。从哪里开始？本文旨在通过七个