1.2 KiB
1.2 KiB
| title | localeTitle |
|---|---|
| Data Science Tools | 数据科学工具 |
数据科学工具
在本节中，我们将为数据科学家使用的各种工具提供指南。
数据科学家很好奇，经常寻找可以帮助他们找到答案的新工具。他们还需要精通使用交易工具，即使它们有数十种。总体而言，数据科学家应具备统计编程语言的工作知识，以构建数据处理系统，数据库和可视化工具。该领域的许多人还认为编程是数据科学不可或缺的一部分;然而，并非所有数据科学家学生都在学习编程，因此了解绕过编程的工具并包含用户友好的图形界面是有帮助的，这样数据科学家对算法的了解就足以帮助他们构建预测模型。
R仍然是领先的工具，占49％的份额，但Python增长更快，几乎赶上了R. RapidMiner仍然是最受欢迎的通用数据科学平台。大数据工具使用了近40％，深度学习使用量增加了一倍。 数据科学是OSEMN（ O btain， S crub， M odel，i N terpret）的数据。 开源数据科学大师有一个很好的数据科学和机器学习资源。关注github datasciencemasters !!!