автордың кітабынан сөз тіркестері Роман с Data Science. Как монетизировать большие данные
Роман Зыков

Кітап туралы Пікірлер3 Дәйексөздер601 Қазір оқып жатыр1.8K Сөрелерде

Басты
⭐️IT-технологии
Роман Зыков
Роман с Data Science. Как монетизировать большие данные
📖Дәйексөздер

Павелдәйексөз келтірді2 жыл бұрын

Мой рецепт следующий: • Если данных относительно немного и нет таблиц с миллиардами строк, то проще использовать обычную реляционную базу. • Если данных больше миллиарда строк или требуется хорошая скорость для аналитических запросов (агрегация и выборки) — то лучше всего использовать колоночную базу данных. • Если требуется хранить очень большой объем с сотнями миллиардов строк, вы готовы мириться с медленной скоростью или хотите иметь архив исходных данных — то Hadoop.

2 Ұнайды

Комментарий жазу

Даша В.дәйексөз келтірді2 жыл бұрын

Оценивая последствия своего решения (особенно неудачного), в приступе самокопания мы не должны забывать, что принимали решение в условиях неопределенности.

1 Ұнайды

Комментарий жазу

Дарья Елагинадәйексөз келтірді2 жыл бұрын

Но хотя количественные оценки — это плохо, никто пока не придумал ничего лучше.

1 Ұнайды

Комментарий жазу

Павелдәйексөз келтірді2 жыл бұрын

проект на старте лучше сильно урезать по «хотелкам», чтобы получить на выходе работающую версию как можно быстрее. На то есть несколько причин. Во-первых, после того как вы, заказчик, вживую поработаете с ней, вам гораздо легче будет сформулировать, что вы действительно хотите. Это тяжело делать абстрактно на бумаге, конструируя сферического коня в вакууме. Вторая причина — драйв, лично для меня это очень важно. Когда время течет медленно, у команды, да и у заказчиков, постепенно угасает интерес. И на выходе мы уже получаем вымученный проект, которым уже не так сильно хочется заниматься

1 Ұнайды

Комментарий жазу

Павелдәйексөз келтірді2 жыл бұрын

Дашборд отвечает на вопрос, где есть проблема, а не почему она возникла

1 Ұнайды

Комментарий жазу

Анна Погадаевадәйексөз келтірді2 жыл бұрын

«Маленькая грязная тайна продолжающегося бума data science в том, что то, что обычно подразумевается под этим на самом деле, не нужно бизнесу. Бизнесу нужна точная и полезная информация для принятия решений: как тратить время и ресурсы компании. Очень небольшое подмножество задач в бизнесе может быть лучшим образом решено машинным обучением; большинство же из них нуждается в хороших данных и понимании их смысла, что может быть достигнуто простыми методами»

1 Ұнайды

Комментарий жазу

Анна Погадаевадәйексөз келтірді2 жыл бұрын

• Цель аналитики заключается [https://topdatalab.ru/ref?link=10] в помощи формулирования гипотезы. • Цель статистики [https://topdatalab.ru/ref?link=10] в том, чтобы эту гипотезу проверить и подтвердить.

1 Ұнайды

Комментарий жазу

Анна Б.дәйексөз келтірді8 сағат бұрын

Не считаю удачной идеей использование блокнотов как компонента рабочей системы, хотя много слышу о таких прецедентах (так делает даже Netflix [https://topdatalab.ru/ref?link=49]). Они созданы для исследовательской работы, а не построения рабочих процессов.

Комментарий жазу

Анна Б.дәйексөз келтірді8 сағат бұрын

• Электронные таблицы — Microsoft Excel, Open Office Calc, Google Docs Sheets. • Программные сервисы блокнотов, например Jupyter Notebook, Netflix Polynote, Google Colab, R studio. • Визуальные инструменты — Tableau, Google Data Studio, Yandex Data Lens, Microsoft Power BI, Amazon QuickSight. • Специализированные статистические пакеты — SAS, SPSS, Statistica, Knime, Orange data mining.

Комментарий жазу

Анна Б.дәйексөз келтірді8 сағат бұрын

Для формирования гипотез нам понадобятся описательная статистика, визуализация данных

Комментарий жазу

автордың кітабынан сөз тіркестері Роман с Data Science. Как монетизировать большие данныеРоман Зыков

автордың кітабынан сөз тіркестері Роман с Data Science. Как монетизировать большие данные
Роман Зыков