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 !!!


Contributing to the Guide

This open source guide is curated by thousands of contributors. You can help by researching, writing and updating these articles. It is an easy and fun way to get started with contributing to open source.