Data Scientist 炼成记录-更新完毕2018年12月 | 机器学习练成记录 - 已开新帖

must learn nifty ds tools:
jq
csvkit

basic commandline tools.

super useful

分享一点scala心得

edx 那个课==spark还是太浅，不觉得跟udacity mapreduce的课有本质区别

因为我已经知道map reduce那一套了，觉得没什么大用
还不如自己看learning spark那本书，起码语言是都有了: scala py java


coursera functional programming in scala就好太多太多了，配的教材虽然老，但是极好。
我另外还买了learning scala觉得略逊色，也还不错，完全可读

另外，觉得scala这语言好像不是及其难学，稍微学两下就勉强做项目也可以勉强上手，不像其他有些语言要搞很久才能真用来做正事。（当然也可能是自己学习能力提高了，有confounding无法区分）

from quora
https://www.quora.com/Data-Struc ... rogrammer-must-know
on data structure:

Beginner: Linked List, Stack, Queue, Binary Search Tree.

Intermediate: Heap, Priority Queue, Huffman Tree, Union Find, Tries, Hash Table, Tree Map.

Proficient: Segment Tree, Binary Indexed Tree, Suffix Array, Sparse Table, Lowest Common Ancestor, Range Tree.

Expert: Suffix Automaton, Suffix Tree, Heavy-Light Decomposition, Treap, Aho-Corasick, K-d tree, Link-Cut Tree, Splay Tree, Palindromic Tree, Rope,  Dancing Links, Radix Tree, Dynamic Suffix Array.

I have seen all of the listed data structures being used in various programming contests.

Many of them are given in language libraries. But it is very important to understand their dynamics. Otherwise understanding related higher level structures will be difficult (if possible).

One may find some higher level data structures easier than lowers (happened to me).

花6个星期跟完了小K姐推荐的Udacity Java课，也来mark一下自己的进步。虽然现在小硕毕业，工作还没着落，还是找工作的同时多学习，努力积累优势，成为一个data scientist

最近也在看python，发现楼主推荐的课虽好但是没有办法很快地结合到data analysis的运用中。推荐大家学习python的时候学一下numpy, pandas等几个很实用的module，对工作很有帮助，可以去enthought canopy的网站上看training course， 用edu邮箱注册可以免费学。试用了几个python distribution package下来发现enthought canopy和anaconda都不错，但前者有training就先用那个学起来了

K姐，问一下hypothesis testing, point/interval estimation
. 1point3acres.com   pvalue, power, (type 1/2 error)
  clt, delta method, derive coef and var(coef) etc
  t-test: assumptions, remedy.这些课程在哪学啊，还有一些你没写出来的课也是，我完全从零开始学啊，有些词都不知道意思

这个太有用了 打算按照这个好好学 谢谢大家

你的专业，学位，毕业时间: computer science, ms degree, Sept 2014, 现在一家大公司做码农，在国内有3年工作经验，用不同的语言做过很多项目
你的背景（技能清单看这里: 列出的清单上的技能大部分都比较熟悉
你在统计方向对哪些问题很有把握，哪些不太有把握：数学基础较好，基本的统计原理都清楚，学过随机过程，矩阵分析
你在代码方面会什么，到什么程度（数据结构，算法，是否刷过题）：近几年用Java,Python,matlab,c#较多，在国内用c,c++,数据结构和算法都有熟悉的掌握，刷过Leetcode 3遍左右，了解设计模式
你在机器学习方面，除了调用现成包之外，还知道哪些：机器学习的基本算法自己用python和Matlab写过程序(没用库)，包括linear regression, logistic regression, 贝叶斯分析，决策树，回归树，ANN，Percetron, adaboost, EM, SVM. 写过网络爬虫，做过text processing的项目， 但这些只限于课堂的项目
你最有把握的语言、工具是：Python，Java，Matlab
你可能熟悉的语言、工具是：R, Mapreduce，但作图ggplot没有什么经验
你知道你在面试之前不可能搞定的是：business sense, presentation
    你觉得你的business sense如何，这里的几个问题你有什么想法吗: 没有这方面的经验

我的英语不是很好，表达一般，做presentation之前我可以把要说的写下来，多花时间准备下，但是听力也不是太好，与听众的互动多吗？这样是不是有点问题？请问K姐，我这样的情况可以找到data scientist的工作吗？

从SL开始学起，fighting
https://nightycharles.wordpress. ... onth-plan-for-islr/

最初的梦想2013 发表于 2015-10-11 15:36
你的专业，学位，毕业时间: computer science, ms degree, Sept 2014, 现在一家大公司做码农，在国内有3年 ...

why....

码农pay的比数科高，而且职位多了太多
你技术上听起来没有什么问题
交流在数科还挺重要的