Mange som arbeider med data har utviklet en eller to av disse kunnskapsområdene, men reell datavitenskap krever alle tre. Denne omfattende eBoken fra Packt, Principles of Data Science, bidrar til å fylle inn tomrommene.
Forbedre businessytelsen, drift innovasjon og skap nye inntektsstrømmer ved å bygge dataprodukter - alt begynner her.
Disse retningslinjene er for deg, dersom du:
- Ønsker å forstå og benytte disse grunnleggende datavitenskapelige praksisen for ethvert domene.
- Er kjent med grunnleggende matematikk (algebra og muligens sannsynlighetsberegning).
- Trives med å lese biter av koding eller pseudokoding.
- Datavitenskapelig terminologi og datatyper.
- Datavitenskapens fem trinn.
- Grunnlaget for statistisk dataanalyse og maskinlæring.
- Hva som muligens er å finne bak det grunnleggende.
* Ifølge LinkedIns oversikt over fremtidige amerikanske jobber fra 2017
