知识卡片

普通读书笔记卡 · 911.b.1 · 生成模型:未记录

数据科学三角

理解等级:中级

Conway的数据科学框架把编程处理、数学统计和领域知识放在交集:处理能力让数据可用,统计帮助判断不确定性,领域知识帮助理解目标与字段。只会训练模型可能忽视数据含义。它是能力组织视角,不能当作所有项目的充分成功条件。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 建模 第10章 建模 · 查看原书依据

      数据科学家Drew Conway将它定义为以下3个方面的交集:黑客技能、数学和统计知识、实质性专业知识。图10-1描述了这个定义。 黑客技能本质上是计算机编程的子集。尽管数据科学家不一定需要信息技术专业人员的基础结构知识

    参考来源

    - 位置:《人工智能算法(卷2):受大自然启发的算法》第10章《建模》,原书小节“第10章 建模”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter010.html#nav_point_118) - 结论依据:原文逐项解释黑客技能、数学统计、实质性专业知识及二者组合的局限。 - 原始内容:数据科学家Drew Conway将它定义为以下3个方面的交集:黑客技能、数学和统计知识、实质性专业知识。图10-1描述了这个定义。 黑客技能本质上是计算机编程的子集。尽管数据科学家不一定需要信息技术专业人员的基础结构知识