Hidden Gems in NumPy: 7 Functions Every Data Scientist Should Know
我已经学习数据分析一年了。到目前为止，我对 SQL 和 Power BI 充满信心。向 Python 的过渡非常令人兴奋。我接触过一些简洁、更智能的数据分析方法。在温习了 Python 基础知识后，理想的下一步 [...]NumPy 中的隐藏宝石：每个数据科学家应该知道的 7 个函数首先出现在《迈向数据科学》上。
Implementing the Fourier Transform Numerically in Python: A Step-by-Step Guide
如果 NumPy 和 SciPy 中的 FFT 函数实际上并没有计算您认为的傅里叶变换怎么办？文章《在 Python 中实现数值傅里叶变换：分步指南》首先出现在《走向数据科学》上。
How I Tailored the Resume That Landed Me $100K+ Data Science and ML Offers
如何撰写一份真正能找到工作的数据科学和机器学习简历。《我如何定制简历，为我带来 10 万美元以上的数据科学和机器学习机会》一文首先出现在《走向数据科学》上。
Things I Learned by Participating in GenAI Hackathons Over the Past 6 Months
在公共旅程中分享我从这座建筑中获得的两分钱过去 6 个月里我通过参加 GenAI 黑客马拉松学到的东西首先出现在 Towards Data Science 上。
Conceptual Frameworks for Data Science Projects
常见框架类型的概述以及构建自定义框架的简单过程数据科学项目的概念框架帖子首先出现在走向数据科学上。
How to Build Guardrails for Effective Agents
了解如何设置有效的护栏以强制代理执行所需的行为“如何为有效代理构建护栏”一文首先出现在“迈向数据科学”上。
Python 3.14 and the End of the GIL
探索无 GIL Python 的机遇和挑战Python 3.14 后和 GIL 的终结首先出现在《走向数据科学》上。
Machine Learning Meets Panel Data: What Practitioners Need to Know
如何避免由于隐藏的数据泄漏而高估机器学习模型的性能、有用性和现实世界的适用性机器学习遇见面板数据：从业者需要知道什么首先出现在走向数据科学上。
How to Classify Lung Cancer Subtype from DNA Copy Numbers Using PyTorch
逐步介绍从数据科学家的角度了解癌症。如何使用 PyTorch 根据 DNA 拷贝数对肺癌亚型进行分类一文首先出现在 Towards Data Science 上。
How I Used Machine Learning to Predict 41% of Project Delays Before They Happened
数据科学如何帮助项目经理预测风险并节省时间我如何使用机器学习来预测 41% 的项目延误发生之前的帖子首先出现在《走向数据科学》上。
Statistical Method mcRigor Enhances the Rigor of Metacell Partitioning in Single-Cell Data Analysis
mcRigor 检测每个元单元分区内的可疑元单元，并为给定数据集选择最佳元单元分区方法和超参数后统计方法 mcRigor 增强单细胞数据分析中元单元分区的严谨性首先出现在《走向数据科学》上。
Feature Detection, Part 1: Image Derivatives, Gradients, and Sobel Operator
将微积分基础知识应用到计算机视觉中进行边缘检测后特征检测，第 1 部分：图像导数、梯度和 Sobel 运算符首先出现在《走向数据科学》上。
Stop Feeling Lost : How to Master ML System Design
什么是机器学习系统设计以及如何为其做好准备《停止感觉迷失：如何掌握机器学习系统设计》一文首先出现在《走向数据科学》上。
A Beginner’s Guide to Robotics with Python
使用 PyBullet 构建 3D 模拟《Python 机器人初学者指南》一文首先出现在 Towards Data Science 上。
How to Evaluate Retrieval Quality in RAG Pipelines: Precision@k, Recall@k, and F1@k
在我之前的文章中，我已经向您介绍了如何在 Python 中组合一个非常基本的 RAG 管道，以及对大型文本文档进行分块。我们还研究了如何将文档转换为嵌入，使我们能够在向量数据库中快速搜索相似文档，以及如何使用重新排名来识别[...]如何评估 RAG 管道中的检索质量：Precision@k、Recall@k 和 F1@k 的帖子首先出现在 Towards Data Science 上。
TDS Newsletter: The Rapid Transformation of Data Science in the Age of AI
数据科学如何在几年内成为一门截然不同的学科（或多或少）TDS 新闻通讯：人工智能时代数据科学的快速转型首先出现在《走向数据科学》上。
First Principles Thinking for Data Scientists
将优秀数据科学家变成伟大数据科学家的思维方式《数据科学家的第一原则思维》一文首先出现在《走向数据科学》上。
