এটা কি সম্পর্কে
কেবল কৌশল সম্পর্কে জানার পক্ষে চিড়িয়াখানার প্রাণী জানার অনুরূপ - আপনি তাদের নাম রাখতে পারেন, তাদের বৈশিষ্ট্যগুলি বর্ণনা করতে পারেন, সম্ভবত বন্যগুলিতে তাদের সনাক্ত করতে পারেন।
এগুলি কখন ব্যবহার করতে হবে তা বোঝা, সমস্যাগুলি এড়ানোর সময় কোনও প্রয়োগ ক্ষেত্রের মধ্যে কার্যকরী গাণিতিক মডেলগুলি তৈরি করা, তৈরি করা, পরীক্ষা করা এবং মোতায়েন করা --- এগুলি আমার মতে দক্ষতা যা আলাদা করে দেয়।
বিজ্ঞানের উপর জোর দেওয়া উচিত , ব্যবসা, শিল্প এবং বাণিজ্যিক সমস্যাগুলির জন্য একটি নিয়মতান্ত্রিক, বৈজ্ঞানিক পদ্ধতির প্রয়োগ করা। তবে এর জন্য ডেটা মাইনিং এবং মেশিন লার্নিংয়ের চেয়ে আরও বৃহত্তর দক্ষতা প্রয়োজন, কারণ রবিন ব্লুর "এ ডেটা সায়েন্স রেন্ট" তে প্ররোচিতভাবে যুক্তি দিয়েছিলেন ।
সুতরাং কেউ কি করতে পারে?
অ্যাপ্লিকেশন অঞ্চল : আপনার আগ্রহের নিকটবর্তী বা আপনার নিয়োগকর্তার কাছাকাছি থাকা বিভিন্ন অ্যাপ্লিকেশন অঞ্চলগুলি সম্পর্কে শিখুন। মডেলটি কীভাবে তৈরি হয়েছিল এবং সেই অঞ্চলে মান যুক্ত করতে কীভাবে এটি ব্যবহৃত হয়েছিল তা বোঝার চেয়ে অঞ্চলটি প্রায়শই কম গুরুত্বপূর্ণ। একটি ক্ষেত্রে সফল যারা মডেলগুলি প্রায়শই একই জায়গায় কাজ করে এমন বিভিন্ন অঞ্চলে প্রতিস্থাপন এবং প্রয়োগ করা যেতে পারে।
প্রতিযোগিতা : ডেটা মাইনিং প্রতিযোগিতার সাইট কাগল চেষ্টা করুন , অন্যের একটি দলে বেশি পছন্দ করুন joining (ক্যাগল: ভবিষ্যদ্বাণীপূর্ণ মডেলিং প্রতিযোগিতার একটি প্ল্যাটফর্ম। সংস্থাগুলি, সরকার এবং গবেষকরা ডেটাসেট এবং সমস্যা উপস্থাপন করে এবং বিশ্বের সেরা ডেটা বিজ্ঞানীরা সেরা সমাধান উত্পাদন করতে প্রতিযোগিতা করে))
মৌলিক বিষয়গুলি : চারটি রয়েছে: (1) পরিসংখ্যানগুলিতে শক্ত ভিত্তি, (2) যুক্তিসঙ্গতভাবে ভাল প্রোগ্রামিং দক্ষতা, (3) কীভাবে জটিল ডেটা কোয়েরিগুলি গঠন করা যায়, (4) বিল্ডিং ডেটা মডেলগুলি। যদি কোনও দুর্বল হয়, তবে এটি শুরু করার জন্য গুরুত্বপূর্ণ জায়গা।
এই বিষয়ে কয়েকটি উদ্ধৃতি :
। Something আমি খুব শীঘ্রই কোনও কিছুর নাম জানা এবং কিছু জানার মধ্যে পার্থক্যটি শিখেছি। আপনি বিশ্বের সমস্ত ভাষায় একটি পাখির নাম জানতে পারবেন, তবে শেষ হয়ে গেলে আপনি পাখি সম্পর্কে যা কিছু জানবেন না ... তাই পাখিটি দেখুন এবং দেখুন এটি কী করছে - এটাই কী গণনা করা যায়। '' - রিচার্ড ফেনম্যান, "দ্য মেকিং অব এ সায়েন্টিস্ট", পি 14 আপনি কী যত্ন নেন অন্য লোকেরা কী ভাবছেন, 1988
মনে রেখ:
Business these এই ব্যবসায়িক বিজ্ঞান [ডেটা সায়েন্স] প্রকল্পগুলি সম্পাদনের জন্য প্রয়োজনীয় দক্ষতার সংমিশ্রণ খুব কমই একজন ব্যক্তির মধ্যে থাকে। কেউ (আই) ব্যবসায় কী করে, (ii) কীভাবে পরিসংখ্যানগুলি ব্যবহার করতে হয়, এবং (iii) কীভাবে ডেটা এবং ডেটা প্রবাহ পরিচালনা করতে পারে তার ত্রিগল ক্ষেত্রগুলিতে কেউ কেউ প্রকৃতপক্ষে বিস্তৃত জ্ঞান অর্জন করতে পারত । যদি তা হয় তবে তিনি বা সে অবশ্যই প্রদত্ত খাতে ব্যবসায়িক বিজ্ঞানী (ওরফে, "ডেটা সায়েন্টিস্ট") দাবি করতে পারে। কিন্তু এই ধরনের ব্যক্তিদের মুরগি দাঁত যেমন প্রায় হিসাবে বিরল '' -। রবিন Bloor, একটি ডাটা বিজ্ঞান গলাবাজি , অগাস্ট 2013, বিশ্লেষণ ইনসাইড
এবং পরিশেষে:
`Map মানচিত্রটি অঞ্চল নয় '' '- আলফ্রেড কোরজিবস্কি, 1933, বিজ্ঞান ও স্যানিটি।
সর্বাধিক বাস্তব, প্রয়োগ করা সমস্যাগুলি কেবল `` মানচিত্র '' থেকে অ্যাক্সেসযোগ্য নয়। গাণিতিক মডেলিংয়ের সাথে ব্যবহারিক জিনিসগুলি করার জন্য অবশ্যই বিশদ, সূক্ষ্মতা এবং ব্যতিক্রমগুলি সহ গ্রুবি পেতে আগ্রহী। এই অঞ্চলটি প্রথম হাতে জানার জন্য কোনও কিছুই বিকল্প হতে পারে না।