タグ付けされた質問 「education」

私は現在、2つのデータサイエンス認定プログラムを見てきました。ジョンホプキンスプログラムはCourseraで、Clouderaプログラムは1つです。 きっと他にもあるはずです。 ジョン・ホプキンスの一連のクラスは、ツールセットとしてRに焦点を当てていますが、さまざまなトピックをカバーしています。 Rプログラミング クリーニングとデータの取得 データ解析 再現可能な研究 統計的推論 回帰モデル 機械学習 データ製品の開発 Clouderaのデータサイエンスチャレンジに似たプロジェクトベースの完了タスクのように見えるもの Clouderaプログラムは表面上は薄く見えますが、「ツールを知っていますか」、「現実の世界でツールを適用できますか」という2つの重要な質問に答えようとしています。彼らのプログラムは以下で構成されています： データサイエンスの概要 データサイエンスエッセンシャル試験 データサイエンスチャレンジ（現実世界のデータサイエンスプロジェクトシナリオ） プログラムや品質の比較に関する推奨事項を探していません。 私は、他の認定資格、それらがカバーするトピック、およびDS認定がこの時点でコミュニティによってどの程度真剣に見られているかについて興味があります。 編集：これらはすべて素晴らしい答えです。投票で正解を選んでいます。

35 education 

閉まっている。この質問はトピック外です。現在、回答を受け付けていません。 この質問を改善したいですか？ 質問を更新することがありますので、上のトピックデータサイエンススタックExchange用。 5年前に閉鎖されました。 私は、エディンバラ大学で機械学習と自然言語処理を専門とする修士課程の学生です。データマイニングに焦点を当てた実践的なコースと、機械学習、ベイジアン統計、グラフィカルモデルを扱うコースがありました。私の経歴はコンピューターサイエンスの理学士です。 ソフトウェアエンジニアリングをいくつか行い、デザインパターンなどの基本的な概念を学びましたが、大規模なソフトウェア開発プロジェクトに関与したことはありません。しかし、私はMScにデータマイニングプロジェクトがありました。私の質問は、データサイエンティストとしてのキャリアを希望する場合、まず大学院のデータサイエンティストのポジションに応募するか、大学院のソフトウェアエンジニアとしてのポジションを最初に取得すべきか、ビッグデータなどのデータサイエンスに関連するものかもしれませんインフラストラクチャまたは機械学習ソフトウェア開発？ 私の懸念は、データサイエンスのために優れたソフトウェアエンジニアリングスキルが必要になる可能性があることであり、これらが大学院のデータサイエンティストとして直接働くことで得られるかどうかはわかりません。 さらに、現時点ではデータマイニングが好きですが、将来自分のキャリアをソフトウェアエンジニアリングに変えたい場合はどうすればよいですか？データサイエンスを専門に扱うのは難しいかもしれません。 私はまだ雇用されていないので、私の知識はまだ限られています。私は修士課程を修了しようとしていますので、明確化やアドバイスを歓迎します。10月上旬に大学院への応募を開始したいと思います。

20 education  definitions  career 

閉まっている。この質問はトピック外です。現在、回答を受け付けていません。 この質問を改善したいですか？ 質問を更新して、 Data Science Stack Exchangeで話題になるようにします。 5年前に閉鎖されました。 最近誰かと会話をし、データ分析に興味があり、必要なスキルとツールを習得するつもりだと話しました。彼らは私に、ツールを学びスキルを構築するのは素晴らしいことですが、特定の分野の専門知識がない限り、そうすることにはほとんど意味がないと示唆しました。 彼らは基本的に、いくつかの木製の箱を建てることができ、より良いもの（キャビン、食器棚など）を建てることができるツールの山を持つビルダーのようになりますが、特定の分野の知識がなければ決して特定の製品のために人々が訪れるビルダーになります。 誰もこれを見つけましたか、これをどうするかについての入力がありますか？物事のデータサイエンスの側面を学び、専門化するためだけに新しい分野を学ばなければならないのが本当だと思われます。

15 education  beginner  career 

「データサイエンス」を探っていきたい。この用語は私には少しあいまいなようですが、私はそれが必要だと思います： （従来の統計ではなく）機械学習。 クラスターで分析を実行する必要がある十分に大きいデータセット。 データサイエンスの分野を探索するために使用できる、プログラミングの知識がある統計学者がアクセスできる、優れたデータセットと問題は何ですか？ これを可能な限り狭く保つために、理想的には、リンクを開き、よく使用されるデータセットと問題の例を開きたいと思います。

11 statistics  education  knowledge-base  definitions 

閉じた。この質問はより集中する必要があります。現在、回答を受け付けていません。 この質問を改善したいですか？この投稿を編集するだけで1つの問題に焦点を当てるように質問を更新します。 5年前に閉鎖されました。 ほとんどの言語では、いくつかの科学計算ライブラリが利用できるようです。 Pythonは Scipy Rust 持っている SciRust C++持っているなど、いくつかのViennaCLとArmadillo Java持っているJava NumericsとColtだけでなく、他のいくつかの 以下のような言語は言うまでもありませんRし、Julia科学技術計算のために明示的に設計されています。 非常に多くのオプションを使用して、タスクに最適な言語をどのように選択しますか？さらに、どの言語が最もパフォーマンスが高くなりますか？PythonそしてR宇宙の中で最も牽引力を持っているように見えるが、それは、より良い選択となるように、論理的にコンパイルされた言語がそうです。そして、これまでに何よりも優れているFortranでしょうか？さらに、コンパイルされた言語はGPUアクセラレーションを備えている傾向がありますが、インタープリター言語はそうではRありPythonません。言語を選択するときは何を考慮すればよいですか。また、ユーティリティとパフォーマンスのバランスが最も良い言語はどれですか。また、私が見逃した重要な科学計算リソースを持つ言語はありますか？

10 efficiency  statistics  tools  knowledge-base  machine-learning  neural-network  deep-learning  optimization  hyperparameter  machine-learning  time-series  categorical-data  logistic-regression  python  visualization  bigdata  efficiency  classification  binary  svm  random-forest  logistic-regression  data-mining  sql  experiments  bigdata  efficiency  performance  scalability  distributed  bigdata  nlp  statistics  education  knowledge-base  definitions  machine-learning  recommender-system  evaluation  efficiency  algorithms  parameter  efficiency  scalability  sql  statistics  visualization  knowledge-base  education  machine-learning  r  python  r  text-mining  sentiment-analysis  machine-learning  machine-learning  python  neural-network  statistics  reference-request  machine-learning  data-mining  python  classification  data-mining  bigdata  usecase  apache-hadoop  map-reduce  aws  education  feature-selection  machine-learning  machine-learning  sports  data-formats  hierarchical-data-format  bigdata  apache-hadoop  bigdata  apache-hadoop  python  visualization  knowledge-base  classification  confusion-matrix  accuracy  bigdata  apache-hadoop  bigdata  efficiency  apache-hadoop  distributed  machine-translation  nlp  metadata  data-cleaning  text-mining  python  pandas  machine-learning  python  pandas  scikit-learn  bigdata  machine-learning  databases  clustering  data-mining  recommender-system 

Yann LeCunは、彼のAMAで、博士号を取得することは、トップ企業に就職するために非常に重要であると考えていると述べました。 私には統計学の修士号があり、学部生は経済学と応用数学を専攻していましたが、現在はML PhDプログラムを調べています。ほとんどのプログラムでは、絶対に必要なCSコースはないという。しかし、私はほとんどの受け入れられた学生が少なくとも非常に強いCSのバックグラウンドを持っていると思う傾向があります。私は現在データサイエンティスト/統計学者として働いていますが、私の会社はコースの費用を負担します。自分自身をより強力な候補者にするために、地元の大学でソフトウェアエンジニアリングの入門コースを受講する必要がありますか？CS分野以外から博士課程プログラムに応募する場合、他にどのようなアドバイスがありますか？ 編集：私はいくつかのMOOC（Machine Learning、Recommender Systems、NLP）を取り、毎日R / pythonをコーディングしています。私は統計言語で多くのコーディング経験があり、MLアルゴリズムを毎日実装しています。自分が応募できるものにもっと関心があります。

10 education 

私は意思決定科学または予測モデリングの分野で自分のキャリアを選択したいと考えています。これは一種の意見に基づいていることは承知していますが、専門家から、それを使用して正しいパスでキャリアを構築できるという提案をしたいと思います。R、SAS、その他のツールについて教えてください。データサイエンス、機械学習、または予測モデリングで作業するために知っておくべきことは何ですか。私にとって、従うべきステップを特定するのに問題があります。従うべきいくつかのステップを教えてください。

8 education  beginner  career 

オンラインの機械学習技術に関する優れたチュートリアルを知っている人はいますか？つまり、リアルタイム環境でどのように使用できるか、通常の機械学習方法と比較した主な違いは何かなどです。 UPD：回答ありがとうございます。 "オンライン"とは、新しい入力を1つずつリアルタイムモードでトレーニングできるメソッドのことです。

8 machine-learning  education  beginner