Как стать автором
Обновить
С каждым годом сфера Data Science обрастает новыми методиками, терминами и направлениями. К счастью, у нас есть почти готовая энциклопедия по этой теме, которую год за годом кропотливо наполняло сообщество Хабра. Есть, правда, проблема: материалы сообщества почти не структурированы и в них сложновато ориентироваться. Чтобы упростить жизнь тем, кто пытается разобраться в этом сумбуре из полезных (и не очень) статей, мы в Data-Science департаменте Газпромбанка собрали коллекцию лучших постов о том, как грамотная работа с данными меняет компании и людей. Подробности — под катом.
Читать дальше
Всего голосов 18: ↑17 и ↓1+16
Комментарии3

Комментарии 3

Подборка неплохая, и наверное полезная. Но напрягает использование латиницы вперемежку с кириллицей, а также различных жаргонных слов. Например, «методы обучения deep-learning» (?), «data-driven подход», «фидбек», «продакшн», «доменные эксперты», «дата-сайентист», «инсайды» и т.д. Создается ощущение, что авторы не могут выразить свою мысль без привлечения английских слов или жаргона.

"Хороший текст о том, как извлекать инсайды из своих данных..." Хороший пример того, как люди любят употреблять модные слова, не понимая их значения.

Зарегистрируйтесь на Хабре, чтобы оставить комментарий