Drew ConwayがData Science Venn Diagramを公開しました。
一方で、あなたは彼の投稿を本当に読むべきです。一方、私は自分の経験を提供することができます：私の主題の専門知識（数学/統計とハッキングで実際に「実質的な専門知識」も持っている必要があるので、「実質的な専門知識」よりも用語として好きです）小売業では、私の数学/統計は予測および推測統計であり、私のハッキングスキルはRにあります。
この有利な点から、小売業者と話をして理解することができます。少なくともこの分野に関する十分な知識を持たない人は、小売業者とのプロジェクトで急な学習曲線に直面する必要があります。サイドギグとして、私は心理学の統計を行います、そしてそれは全く同じです。そして、図のハッキング/数学/統計の部分についてかなりの知識があったとしても、たとえば、クレジットスコアリングや他の新しい主題分野に追いつくのに苦労します。
あなたが数学/統計情報やハッキングスキルの一定量を持っていたら、それは非常に加えることでより一人の以上の被験者に接地を取得するために、より良いまだ、あなたのハッキングのスキルに別のプログラミング言語を、あるいはまだ別の機械学習アルゴリズムを数学/統計ポートフォリオに追加します。結局のところ、数学/統計/ハッキングの基礎をしっかり身に付けたら、そのような新しいツールをウェブや教科書から比較的短期間で学ぶことができます。しかし、一方で、主題の専門知識は、ゼロから始めるとゼロから学ぶことはできないでしょう。クライアントは、数学/統計/ハッキングの方が優れていても、基本を学ぶ必要がある最初のデータサイエンティストBよりも、特定の分野を理解しているデータサイエンティストAと協力します。
もちろん、これはすべて、3つの分野のいずれの専門家にもならないことを意味します。しかし、あなたはデータサイエンティストであり、プログラマ、統計学者、または主題の専門家ではないため、それは問題ありません。3つの別々のサークルには、常に学習できる人がいます。これは、データサイエンスについて私が気に入っていることの一部です。
編集：しばらくしてから少し考えてから、この投稿を図の新しいバージョンで更新したいと思います。ハッキングスキル、数学と統計の知識、実質的な専門知識（読みやすさのために「プログラミング」、「統計」、「ビジネス」に短縮）はまだ重要だと思いますが、コミュニケーションの役割も重要だと思います。ハッキング、統計、ビジネスの専門知識を活用して得られるすべての洞察は、そのユニークな知識のブレンドを持っていない人にそれらを伝えることができなければ、少しも違いはありません。お金を使ったり、プロセスを変更したりする必要があるビジネスマネージャーに、統計的な洞察を説明する必要があるかもしれません。または、統計的に考えていないプログラマーに。
新しいデータサイエンスベン図がここにあります。これには、コミュニケーションも不可欠な要素の1つです。覚えやすいように、最大の炎を保証する方法でエリアにラベルを付けました。
コメントしてください。
Rコード：
draw.ellipse <- function(center,angle,semimajor,semiminor,radius,h,s,v,...) {
shape <- rbind(c(cos(angle),-sin(angle)),c(sin(angle),cos(angle))) %*% diag(c(semimajor,semiminor))
tt <- seq(0,2*pi,length.out=1000)
foo <- matrix(center,nrow=2,ncol=length(tt),byrow=FALSE) + shape%*%(radius*rbind(cos(tt),sin(tt)))
polygon(foo[1,],foo[2,],col=hsv(h,s,v,alpha=0.5),border="black",...)
}
name <- function(x,y,label,cex=1.2,...) text(x,y,label,cex=cex,...)
png("Venn.png",width=600,height=600)
opar <- par(mai=c(0,0,0,0),lwd=3,font=2)
plot(c(0,100),c(0,90),type="n",bty="n",xaxt="n",yaxt="n",xlab="",ylab="")
draw.ellipse(center=c(30,30),angle=0.75*pi,semimajor=2,semiminor=1,radius=20,h=60/360,s=.068,v=.976)
draw.ellipse(center=c(70,30),angle=0.25*pi,semimajor=2,semiminor=1,radius=20,h=83/360,s=.482,v=.894)
draw.ellipse(center=c(48,40),angle=0.7*pi,semimajor=2,semiminor=1,radius=20,h=174/360,s=.397,v=.8)
draw.ellipse(center=c(52,40),angle=0.3*pi,semimajor=2,semiminor=1,radius=20,h=200/360,s=.774,v=.745)
name(50,90,"The Data Scientist Venn Diagram",pos=1,cex=2)
name(8,62,"Communi-\ncation",cex=1.5,pos=3)
name(30,78,"Statistics",cex=1.5)
name(70,78,"Programming",cex=1.5)
name(92,62,"Business",cex=1.5,pos=3)
name(10,45,"Hot\nAir")
name(90,45,"The\nAccountant")
name(33,65,"The\nData\nNerd")
name(67,65,"The\nHacker")
name(27,50,"The\nStats\nProf")
name(73,50,"The\nIT\nGuy")
name(50,55,"R\nCore\nTeam")
name(38,38,"The\nGood\nConsultant")
name(62,38,"Drew\nConway's\nData\nScientist")
name(50,24,"The\nperfect\nData\nScientist!")
name(31,18,"Comp\nSci\nProf")
name(69,18,"The\nNumber\nCruncher")
name(42,11,"Head\nof IT")
name(58,11,"Ana-\nlyst")
name(50,5,"The\nSalesperson")
par(opar)
dev.off()