数据科学商业评论(O’Reilly, 2013)

 封面

I’m目前正在参加 O’Reilly Blogger评论计划 – wh给博客作者提供了最近出版物的电子书。 

商业数据科学适应市场中一个有趣的缺口–希望能够了解什么是数据科学,如何招聘数据科学家或如何管理面向数据的团队的管理人员。它说它也适合有抱负的数据科学家,但我可能会建议 吴安德’机器学习课程 和  密码学’的Python入门课程 相反,如果你’认真对待将牙齿伸向田间的想法。

在介绍和百科全书之间的某个地方,它提供了每个子领域的相当全面的概述,包括我以前没有的区别’以前没有这么清楚地想过。作者大多不敢解释主题背后的数学。它陷入某种概率和线性代数–公认的简化符号。那里’没有真正提到实现(即,对示例进行编程),就像人们通常期望的那样’赖利;但是大多数有能力的读者现在至少会知道他们’re “looking for” perhaps in terms of 包装 要安装,或者他们想尝试从头开始实施系统。它当然是为聪明,专业和远离大众科学而设计的。

尽管它非常彻底且有趣,但它可能会引起数据科学家的不安,因为数据科学家的经理是否真的必须阅读这样的书?–当然,在这样的权威地位,他们应该已经了解这些技术了吗? (一个极端的例子是一个脚注,其中甚至包含对Facebook的含义及其用途的描述)。通常,这种不平衡的层次结构是导致工作场所不必要的压力和复杂化的原因。但是,通常是这种情况,因此在这种情况下也许会很有用。

我认为,总的来说,我希望本书有所不同–关于如何将现有的数据科学知识应用于业务场景的更深入的案例研究。尽管如此,它’这是一个有趣的,智能的百科全书指南,其解释和可访问性清晰明了–我非常怀疑我能否在这方面写出更好的指南。现有的数据科学家会发现许多清晰的类比,向技术水平不高的人解释他们的技术,我认为,就其本身而言,看一看就够了

概要
审核日期
评论项目
商业数据科学(O'Reilly, 2013)
作者评分
31star1star1star 灰色  灰色

发表评论