Ma maîtrise en science des données en valait-elle la peine?
Python, R, sklearn (scikit-learn), TensorFlow, Keras, and pandas.
J’ai été surpris de la qualité de ce cours, et je recommande fortement d’étudier les statistiques avant d’effectuer toute science des données. Cela vous rendra également beaucoup plus souhaitable dans les entretiens lorsque les enquêteurs vous demandent comment développer une ANOVA par exemple, et que vous pensiez que vous auriez besoin de vous concentrer uniquement sur la programmation d’un algorithme d’apprentissage profond.
La configuration de votre projet de science des données ne commence pas par un ensemble de données, mais par le développement d’un à partir de requêtes à l’aide de SQL.
