乾貨!數據科學 Top10 清單(工具、技術、應用……)

2021-01-13 雷鋒網

字幕組雙語原文：數據科學 Top10 清單（工具、技術、應用... 你需要的都在這！）

英語原文：The List of Top 10 Lists in Data Science

翻譯：雷鋒字幕組（李珺毅）

毫無疑問，數據科學是21世紀「最吸引人」的職業道路，由具有強烈求知慾和技術專長的人組成，他們能夠從海量數據中挖掘出有價值的見解。這可以幫助企業通過提高生產力，挖掘洞見來更好地制定決策和獲取利潤來增加價值，僅舉幾例。

數據科學家的成長之路充滿曲折，但在其中不斷會塑造你。然而，真正塑造你的不是這些曲折，而是你如何面對這些挫折。在開始一段旅程之前，或者在成為一名成功的數據科學家的旅程中，通過預先了解正確的工具，可以避免或減少許多棘手的問題。

本文為您提供了所需的關鍵信息，這樣您就可以有效地利用時間，靈活地探索數據科學的職業道路，幫助您找到穿越數據科學迷宮的方法。

數據科學十大網站

Analytics VidhyaKaggleCourseraUdacityDatacampEdXUdemyKDNuggetsR-bloggersKhan Academy數據科學十大技能

概率和統計線性代數Python編程R語言SQL編程Tableau/Power BIAWS/AzureSparkExcelDevOps數據科學十大算法

線性回歸算法邏輯回歸算法K均值聚類PCA主成分分析法支持向量機決策樹隨機森林梯度提升機貝葉斯分類器人工神經網絡數據科學十類角色

數據科學家決策者分析師ETL工程師機器學習工程師數據工程師數據分析經理 Tableau開發者研究員BI分析師LinkedIn上最值得關注的10位數據科學專家

Bernard MarrDJ PatilFrancesca Lazzeri, PhDCarla GentryDennis R. MortensenAndrew NgGregory Piatetsky-ShapiroTom DavenportRandy Lao NABIH IBRAHIM BAWAZIR用於數據科學的十大Python庫

PandasNumpyScikit-LearnKerasPyTorchLightGBMMatplotlibSciPyTheanoTensorFlow數據科學十大行業

科技金融零售電信健康&製藥生產製造汽車工業網絡安全 能源 公共事業在LinkedIn上關注的十大數據科學相關標籤，也可以用於發布吸引人的帖子

#innovation 創新#technology 科技#bigdata 大數據#businessintelligence 商業智能#analytics 分析學#datamining 數據挖掘#data 數據#artificialintelligence 人工智慧#machinelearning 機器學習#datascience 數據科學LinkedIn上最值得加入的10個數據科學小組

Big Data and AnalyticsAdvanced Analytics and Data ScienceBig Data, Analytics, Business Intelligence & Visualization Experts CommunityData Science, Big Data, Machine Learning, Artificial Intelligence Professionals | DataScience.USData Mining, Statistics, Big Data, Data Visualization, and Data ScienceResearch Methods and Data ScienceBig Data, Analytics, IoT (Internet of Things) & BlockchainBig Data|Artificial Intelligence|Machine Learning|Predictive Analytics|Data Mining|Data ScienceIBM Big Data and AnalyticsAdvanced Analytics, Predictive Modeling & Statistical Analyses Professionals Group數據科學項目的十大免費數據源

KaggleUCI Machine Learning RepositoryGoogle Custom Dataset SearchgovRedditQuandlVisualDataGitHubworldGoogle Cloud Public Datasets最後祝你在想要成為頂尖的數據科學專家的旅途中好運。沒有什麼是不可能的，相信它！

雷鋒字幕組是一個由 AI 愛好者組成的翻譯團隊，匯聚五百多位志願者的力量，分享最新的海外AI資訊，交流關於人工智慧技術領域的行業變革與技術創新的見解。

團隊成員有大數據專家、算法工程師、圖像處理工程師、產品經理、產品運營、IT諮詢人、在校師生；志願者們來自IBM、AVL、Adobe、阿里、百度等知名企業，北大、清華、港大、中科院、南卡羅萊納大學、早稻田大學等海內外高校研究所。

如果，你也是位熱愛分享的AI愛好者。歡迎與雷鋒字幕組一起，學習新知，分享成長。

雷鋒網雷鋒網

相關焦點

  • 行上行下|2020年腦科學技術乾貨合集
    很開心在過去的一年可以和大家一起成長~今天，我們將從網站匯總、腦電技術、近紅外技術、核磁技術、眼動技術、其他技術、實驗統計、實驗編程、文獻與寫作、科研素養、前沿文獻、書籍推薦、人物採訪、心理健康、其他內容這15個方面進行總結。因為內容太多，我們分為兩期，前面一期主要偏向技術乾貨，後面一期主要偏向科研素養。希望有所幫助!1.
  • 大數據技術的方法與工具1-採集篇
    原創 城室科技 城室科技大數據採集技術就是對數據進行ETL操作，通過對數據進行提取、轉換、加載，最終挖掘數據的潛在價值，然後提供給用戶解決方案或者決策參考。在現實生活中，數據產生的種類很多，並且不同種類的數據產生的方式不同，所以大數據採集的方法和所用的工具分為以下幾種：一採集方法通過系統日誌採集大數據：用於系統日誌採集的工具常見的有Hadoop Chukwa、Cloudera Flume、Facebook Scribe和LinkedIn Kafka
  • 大數據_數據挖掘技術分類及應用
    具體如下： 　　電子政務的數據挖掘 　　建立電子化政府，推動電子政務的發展，是電子信息技術應用到政府管理的必然趨勢。實踐經驗表明，政府部門的決策越來越依賴於對數據的科學分析。 　　零售業中的數據挖掘 　　通過條形碼、編碼系統、銷售管理系統、客戶資料管理及其它業務數據中，可以收集到關於商品銷售、客戶信息、貨存單位及店鋪信息等的信息資料。數據從各種應用系統中採集，經條件分類，放到數據倉庫裡，允許高級管理人員、分析人員、採購人員、市場人員和廣告客戶訪問，利用DM工具對這些數據進行分析，為他們提供高效的科學決策工具。
  • 準備好進入數據科學領域了嗎?先問問自己這14個問題
    數據科學能力可分為三個等級：1級（初級）；2級（中級）；和3級（高級）。2.數據科學家的職責數據科學家利用數據得出有意義、有見地的結論，從而推動機構或組織的決策過程。他們的工作職責包括數據收集、數據轉換、數據可視化和分析構建預測模型，提供行動建議，基於數據實施建議。數據科學家在不同的部門工作，如醫療保健、政府、工業、能源、學術界、技術、娛樂等。
  • 2017全球TOP10數據科學公司榜單出爐
    ，FourSquare等）；　　通過數據整合或眾籌，實現了一定社會價值（NASA，《衛報》等）；　　在數據科學領域進行了投資，以期通過數據分析為未來商業決策提供依據（WeWork）。實現這一功能，需要產品創意和數據科學二者相結合。
  • 大數據時代的大數據技術與應用有哪些.
    從某種程度上說，大數據是數據分析的前沿技術。簡言之，從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。明白這一點至關重要，也正是這一點促使該技術具備走向眾多企業的潛力。　　在解決了這些難題的同時，也意味著大數據開始向縱深方向發展。大數據可分成大數據技術、大數據工程、大數據科學和大數據應用等領域。目前人們談論最多的是大數據技術和大數據應用。
  • 12個頂級大數據工具 - 大數據_CIO時代網 - CIO時代—新技術、新...
    在大數據技術作為概念和業務戰略出現的十年中，湧現了執行各種任務和流程的數千種工具。而推出這些工具的提供商都承諾可以為企業節省時間和成本，並發現能夠讓企業獲利的商業洞察力。顯然，大數據分析工具的市場正在不斷增長。　　許多大數據分析工具最初像大數據軟體框架Hadoop一樣都是開源項目，但商業實體迅速湧現，為開源產品提供了新工具或商業的支持和開發。
  • NASA免費開放軟體下載:從機器人系統到數據處理工具
    這是 NASA 第三次發布這一免費軟體目錄，這也是其技術遷移項目（Technology Transfer Program）的一部分。該項目旨在確保用於太空探索研究任務的技術能夠為公眾所共享，以最大化國家利益。2014 年，NASA 發布了這一軟體目錄的第一版，逐漸成為第一個由聯邦政府部門——也是最大自定義代碼創造者——編纂的公開軟體清單。
  • 把「卡脖子」清單變成攻堅清單
    這款軟體主要應用於工程領域的數學計算與仿真模擬，以數據分析、無線通信、圖像處理與計算機視覺、信號處理等領域見長，是理工科高校和科研機構不可或缺的研究工具。為何突然斷供？校方在與軟體供應商Mathworks交涉後得知，由於受到美國實體清單的限制，相關授權已被中止。
  • 大數據五項相關技術與數據分析應用案例
    大數據技術指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。殼牌卓越數據科學中心的總經理Daniel Jeavons表示，殼牌基於多家供應商的軟體建立了一個分析平臺，運行預測模型，以預測3000多種不同的石油鑽井機的部件何時會出現故障。其中一個名為Databricks的工具通過Apache Spark來捕獲流數據。殼牌使用這個工具來更好地計劃什麼時候購買機器部件，保存多長時間，以及在哪裡存放庫存物品。
  • 乾貨分享:BOM物料清單知識大全
    附件：供用戶安裝調整或使用產品所必需的專用工具和檢測儀表，或為產品完成多種功能必需的，而又不能同時裝配在產品上的組成部分。附件信息往往有一張裝箱圖紙，上面有一些裝箱明細。對於裝箱明細表匯總也是開目解決得非常不科學的一種。從如何建立裝箱明細表產品結構樹表達，到如何展開BOM，因為該圖紙理論上應和產品關聯，但產品BOM展開對象是產品總裝圖，到最後如何匯總？
  • 追本溯源:數據科學真的有那麼重要嗎?
    數據分析：本階段位於建模之前，探索性數據分析（EDA）使用多種工具幫助提煉可用的數據。這一階段所做的改進有助於建模。數據建模：本階段將不同的機器學習技術應用於數據，以幫助人們理解數據中的模式和關係。可視化/數據可視化：本階段，前幾階段的數據分析結果以公眾能夠理解的形式呈現。
  • 【乾貨】數據挖掘中算法學習的2條進擊路線
    這說明你尚不具備深入開展數據挖掘算法學習的能力。你會發現到處都是門檻，很難繼續進行下去。但是它對數據有諸多要求，例如特徵之間不能有多重共線性。嶺回歸和LASSO是對這些問題的修正。當沿著第一條路線學完的時候，其實你已經攻克機器學習的半壁江山了!
  • 「基因組與轉錄組高通量測序應用最新技術與數據分析」高級實操...
    關於舉辦「基因組與轉錄組高通量測序應用最新技術與數據分析由此不斷產生出巨量的分子生物學數據，這些數據有著數量巨大、關係複雜的特點，以至於不利用計算機根本無法實現數據的存儲和分析。隨著生物信息學作為新興學科迅速蓬勃發展，正在改變人們研究生物醫學的傳統方式，高通量測序技術以及數據分析技術已成為探索生物學底層機制和研究人類複雜疾病診斷、治療及預後的重要工具，廣泛應用於生命科學各個領域，是21世紀生命科學與生物技術的重要戰略前沿和主要突破口。
  • 極光大數據:2017年8月在線教育市場研究報告 | 網際網路數據資訊網...
    極光大數據發布《2017年8月在線教育市場app研究報告》，依託極光大數據iAPP平臺的長期監測數據，對在線教育領域數十款app進行深入分析，將在線教育app分為學前教育、K12、垂直教育與綜合教育四大類，推出行業滲透率、活躍度、日新增用戶、7天留存率等運營數據排行榜。並分別提取了以上四類中的重點app從年齡、地域分布、性別比例及興趣愛好、安卓機型偏好等數據分析其用戶畫像，為在線教育行業提供參考。
  • 大數據分析與應用技術國家工程實驗室助力科學抗疫
    系統採集多種來源的數據，包括全球疫情每日發布信息、疫情相關網絡輿情信息、各國疫情環境數據等，通過疫情分析因素提取方法，從採集的多源數據中提取出用於疫情發展研判的因素數據。各個來源的數據和預測模型相互獨立又互相補充，最終通過多個預測模型的集成學習，生成對疫情發展的多維度研判結果，為我國疫情防控指揮和部署提供科學有效的決策支持。
  • 溫州大學數據科學與大數據技術專業:數據創造價值
    自2018年3月，溫州大學計算機與人工智慧學院獲批數據科學與大數據技術專業，取得了專業建設的歷史性突破，開創了本科人才培養的新局面。在計算機科學與技術基礎上，通過系統地學習數據科學與大數據技術核心專業知識和應用技術，特別強化學習大數據採集、存儲與管理、分析與應用等核心專業知識和技能，學生能逐漸成長為具有大數據思維、運用大數據思維及將領域知識與計算機技術和大數據技術融合、創新的能力，能夠從事大數據研究和開發應用的高端人才。
  • 工業大數據的技術與應用
    其以產品數據為核心，極大延展了傳統工業數據的範圍，同時還包括工業大數據相關技術和應用。工業大數據的主要來源有如下3類。 由於以上特徵，工業大數據作為大數據的一個應用行業，在具有廣闊應用前景的同時，對傳統的數據管理技術與數據分析技術也提出了很大的挑戰。 三、工業大數據架構 工業大數據架構包含3個維度：生命周期與價值流、企業縱向層和IT價值鏈。
  • 數據分析的三大框架:底層技術、分析建模、工具選擇
    數據分析的三大框架數據科學的框架分為三部分：底層技術框架/數據分析框架/工具選擇框架，接下來依次給大家介紹：1.底層技術框架底層技術框是數據科學的基礎設施，我們有所了解就好，處理框架和處理引擎負責對數據系統中的數據進行計算。流處理系統：流處理系統會對隨時進入系統的數據進行計算。相比批處理模式，這是一種截然不同的處理方式。
  • 中傳影視王鑫:大數據在傳媒領域的應用 - 學院活動_CIO時代網...
    中傳影視王鑫：大數據在傳媒領域的應用 中傳影視王鑫：大數據在傳媒領域的應用 2017-05-11 17:11:01  來源：CIO時代網 　　中國傳媒大學信息工程學院副教授、兼任中傳影視大數據研究院技術負責人、中國商業聯合會數據分析專業委員會特聘講師王鑫作為本期活動的特邀講師，發表了題為《大數據在傳媒領域的應用》的主題演講。 　　他主要從數據和大數據的定義、怎麼使用數據、數據的應用領域三大方面展開詳細闡述。