Jednym z podstawowych wyzwań jakie stoją przed data scientistami jest odpowiednia analiza zbiorów danych. Czasami takimi rzeczami zajmują się data analyst, ale jednak dla obu specjalności wiedza o tym jak postępować ze zbiorami danych jest bardzo ważna.
Kiedy zastanawiałam się nad tematem aplikacji na konkurs “Daj się poznać”, znalazłam stronę o której już tutaj wspominałam – kaggle.com. Jest tam wiele różnych zbiorów danych a także konkursów, gdzie można stawać w szranki z innymi. Przedmiotem jednego z takich konkursów był taki, który wybrałam na realizację w ramach “Daj się poznać” – “Partly Sunny with a Chance of Hashtags. What can a #machine learn from tweets about the #weather?”
Niby druga notka nie musi być w temacie konkursowym, ale jakoś tak mi dziś wyszło. Koniecznie chciałam napisać o pewnym nowym znalezisku jakie odkryłam w zeszłym tygodniu. Mianowicie po pierwsze artykuł
“Building a data science portfolio: Storytelling with data”, który krok po krok opowiada jak zacząć przygodę z danymi i Pythonem. Genialny, tylko bardzo długi. Artykuł pochodzi z bardzo ciekawego bloga Dataquest. Jest to platforma do nauki pod hasłem “Become a Data Scientist – Learn by writing code, working with data, and building projects in your browser”. Są tam trzy ścieżki: Data Scientist, Data Analyst i Data Engineer. Jedną z nich wybiera się na początku i następnie realizuje kolejne misje. Logo portalu to rakieta, więc wszystko jest utrzymane w klimacie nieco kosmicznym, co chyba świetnie pasuje do Data Science.
Poprzednio pisałam o statystyce i Excelu, ale to co mnie interesuje najbardziej, to jednak programowanie. Dziś jednak będzie krótko, ponieważ temat, którego poznania się podjęłam jest naprawdę ogromny:)
