|
Рубрика:
Карьера/Образование /
«СА» рекомендует
|
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
|
Анализ данных
Как стать профессионалом
Дэвид Эсбот. В книге разобраны восемь сценариев, с которыми неизбежно придется иметь дело любому аналитику данных. Рассказано, как на языке Python обращаться не только с готовыми, но и с частично обработанными и фрагментарными данными. Рассмотрены инструменты из популярных библиотек Pandas и Numpy, освещена проблема доведения незавершенных проектов до результата, объяснено, как построить минимальную полноценную модель и проверить ее работоспособность. Особое внимание уделено анализу временных рядов и других данных, которые могут быстро меняться.
Глава 1. Преодоление разрыва между изучением науки о данных и реальной практикой
В этой главе рассматриваются следующие темы:
- Анализ данных по схеме, ориентированной на результат.
- Объяснение важных концепций науки о данных на примере реальных проектов.
- Ориентация на прагматичные решения при анализе данных и освоении новых навыков.
Представьте ситуацию: к вам поступает запрос на предоставление данных от одного из подразделений компании, а вы не знаете, как на него ответить. Более того, не всегда ясно, что именно от вас требуется. В отличие от четко выстроенного процесса обучения, реальная практика часто оказывается хаотичной и неопределенной. И в этот момент у вас могут возникнуть вопросы:
- Как использовать имеющиеся у вас навыки для реализации проектов с учетом требований заинтересованных сторон?
- Как продолжать учиться в отсутствии прежней структурированной обучающей среды?
- Как применить свои универсальные навыки для решения специфических задач?
- Чему следует учиться дальше?
Любой специалист по анализу данных скажет вам, что ответом на все эти вопросы является «опыт». Выполнив восемь проектов, представленных в этой книге, вы ускорите процесс получения опыта, необходимого для успешной работы в качестве аналитика данных.
Вы отточите имеющиеся навыки и освоите новые, выполняя проекты, подобные тем, с которыми можете столкнуться в реальном мире. Большую часть работы вы будете выполнять сами, отталкиваясь от предложенных идей. Помимо всего прочего я предлагаю подход, позволяющий вам стать лучшим аналитиком за счет сосредоточения внимания на практических результатах. Следуя этой методике, вы сможете эффективно осваивать новые навыки и извлекать максимальную пользу из каждого вызова, с которым сталкиваетесь.
<...>
Ключевые слова: работа с данными, виртуальная среда, код, корневая папка, Python, система управления пакетами и зависимостями, проекты
Полную версию статьи читайте в журнале
Подпишитесь на журнал
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
|
Анализ данных. Как стать профессионалом
