10 Artigos de leitura obrigatória de setembro de 2017

0

O ciência dos dados industry is quickly finding applications in a variety of disciplines ranging from biotecnologia para ciência social. It’s revolutionized the way we make decisions both as businesses and researchers. Data science is currently the ‘best job in America’, according to Glassdoor. The amount of data that we collect is mind-boggling, not only through traditional ways but also through digital platforms and social media. Análise de dados, visualization and interpretation are skills that are in high demand — and experts often specialize in specific disciplines such as computer science or even astrofísica. At Kolabtree, we’ve helped project owners find highly qualified freelance especialistas em ciência dos dados para ajudá-los a analisar um conjunto de dados ou escrever um algoritmo - e isto é a prova de que as organizações sofrem de uma lacuna de habilidades ou recursos neste campo.

Os cientistas de dados precisam se manter atualizados sobre as últimas pesquisas e desenvolvimentos no campo para se manterem no topo do jogo. Aqui está uma lista com curadoria dos 10 principais artigos de setembro de 2017 que acreditamos ser necessária para a leitura.

1. Aqui estão as 10 habilidades que você precisa para se tornar um cientista de dados, o não. 1 emprego na América
(Alison DeNisco, TechRepublic)

2. O Abismo da Analítica 
(Jon Evans, TechCrunch)

3. Novas ferramentas utilizam o aprendizado de máquinas e inteligência artificial para melhorar as operações de TI
(Bernard Marr, Forbes)

LEIA TAMBÉM  Duas razões pelas quais as empresas precisam prestar atenção à análise de dados

4. Diferença entre Aprendizagem de Máquina, Ciência de Dados, IA, Aprendizagem Profunda, e Estatística
(Vincent Granville, Data Science Central)

5. Uma Wikipédia para visualização de dados está aqui
(Katharine Schwab, Co.Design)

6. Se você deseja atualizar suas habilidades de análise de dados, que linguagem de programação você deve aprender? [R vs Python] (Dan Kopf, Quartz)

7. 30 Dados Essenciais, Aprendizagem de Máquina e Folhas de Aldrabice de Aprendizagem Profunda
(Matthew Mayo, KDNuggets)

8. O Estudo A.I. "Gaydar" e os Perigos Reais dos Grandes Dados
(Alan Burdick, The New Yorker)

9. Garantindo a vantagem competitiva com a aprendizagem de máquinas
(Ronald van Loon, Dataconomy)

10. Caçadores da tempestade: A ciência dos dados por trás da previsão do tempo
(George Anadiotis, ZDNet)

Tem mais algum artigo a acrescentar à lista? Deixe-os nos comentários abaixo ou Tweet para nós!


Kolabtree helps businesses worldwide hire freelance scientists and industry experts on demand. Our freelancers have helped companies publish research papers, develop products, analyze data, and more. It only takes a minute to tell us what you need done and get quotes from experts for free.


Unlock Corporate Benefits

• Secure Payment Assistance
• Onboarding Support
• Dedicated Account Manager

Sign up with your professional email to avail special advances offered against purchase orders, seamless multi-channel payments, and extended support for agreements.


Compartilhe.

Sobre o Autor

Ramya Sriram gerencia conteúdo digital e comunicações em Kolabtree (kolabtree.com), a maior plataforma freelancer do mundo para cientistas. Ela tem mais de uma década de experiência em publicação, publicidade e criação de conteúdo digital.

Deixe uma resposta