入门
如果您是数据科学的新手,请从这里开始!我们的入门列包括一系列文章,可以帮助您进入许多数据科学和机器学习域。
编者的选择
我们作为编辑选秀的帖子代表了最好的TD:关于新鲜和发人深省的话题的有见地,引人入胜的写作。有些非常技术性,有些可能更具投机性,甚至是自以为是的。他们都是必读的。
深度潜水
从患者的解释器中,可以通过大量的代码示例逐步指南可以访问复杂的概念,该系列汇集了真正值得您的时间和充分关注的文章(它们通常至少是12分钟的读物)。
工作时间
您有兴趣获得数据科学工作吗?您是否想知道如何为求职面试做准备,或者找出数据科学家的典型日子?这些只是我们办公时间专栏中涵盖的一些主题。
每月版
每个月,我们的团队都会发布有关特定主题的一些最佳文章。您可以在这里找到我们的所有月刊!
我们的播客
探索我们所有的播客剧集,并聆听有关数据科学和机器学习的精彩对话。
观点
我们的意见专栏是您可以找到替代观点,有争议的意见,现有问题的新角度等等的地方。我们鼓励我们的作家参加聪明的讨论,我们很高兴在这里看到您的想法。
动手教程
您是否正在寻找下一个机器学习项目的灵感?您是否正在尝试找到一个教程,可以教您编程和数据科学方面的最佳实践?您是否想查看一流的投资组合项目的示例,以帮助您在求职中脱颖而出?您可以在我们的动手教程专栏中找到所有这些以及更多。
理解大数据
如果您有兴趣分析和处理大数据,则需要查看此专栏。它具有数据工程中的高级教程,模型部署的最佳实践,企业案例研究等。
更改的数据
我们认为,数据科学可以帮助使世界变得更美好。我们认为,正确使用和解释数据可以改善我们的生活。要查找更多讨论数据功能和重要性的文章,请访问我们的数据以获取变更列。
技巧和窍门
Python 101之后发生了什么?面向对象的设计如何工作?如果您希望提高编程技能以外的基础知识,则需要为此列标记。它将提供教授高级编码语法的文章,清洁代码的提示以及介绍将升级您的编码性能的工具。
数据新闻
你是新闻迷吗?查看此列,以了解结合强视觉效果和分析性严谨的片段。数据记者解释了数据,并以引人入胜的叙述介绍了他们的发现,这些叙述揭示了不足的问题。
思想和理论
数据科学和机器学习是增长最快的研究领域的两个。在这里,我们策划了学者,有动力的学生和行业专家的研究突破。
来自行业的注释
在实践中,数据科学是什么样的?我们有兴趣向从业者学习他们在行业用例中最有用的工具。本列将跨越机器学习技术到管理云基础架构的应用程序研究。