详细内容或原文请订阅后点击阅览
我作为数据分析师第一年的经验教训
关于处理统计数据、与人互动以及最大限度提高工作场所生产力的见解继续阅读《走向数据科学》»
来源:走向数据科学从我成为数据分析师的第一年开始学习
有关处理统计数据，与人互动以及最大化工作场所生产力的见解
如果您不是中等成员，请在此处单击👉🏽免费阅读本文。
如果您不是中等成员，请单击👉🏽 在这里 👈🏽免费阅读本文。去年8月，我加入Google作为数据分析学徒。这是我工作生涯的开始。穿越一年的标记使我对在这段时间的工作和工作生活的不同方面学到的知识进行了反思。我认为从未有过我的变形更快的时期。这是一个挑战，但是一个有趣的挑战！
我将学习分为三类：数据科学，生产力和人员。
数据科学
- 在现实世界数据科学问题中，仅仅是因为数据集极度偏斜，而不是因为算法的性能很好。您可以拥有一个数据集，负面阳性比率为1000：1（例如垃圾邮件分类），如果我们将所有点分为负数，则这种不平衡将导致高精度大于99％。因此，选择正确的评估指标很重要，在这种情况下是回想的。高召回分数将表明积极的课程是……