これは何か
大学院レベルのデータサイエンスプロジェクトサポートは、生のデータセットとビジネスまたは研究上の問いから、検証され、よく伝えられた一連の結果へとプロジェクトを進める過程を扱います——データクリーニング、探索的分析、適切なモデリングの選択、そして技術的・非技術的な両方の聴衆への結果の提示を含みます。
なぜ重要か
技術的に有能な分析と本当に有用なデータサイエンスプロジェクトとの間のギャップは、通常コミュニケーションです——意思決定者が理解できない、あるいは信頼できない正しい発見には実用的な価値がほとんどなく、データサイエンスの成果を明確に提示する能力を分析そのものと同じくらい不可欠なものにしています。
試験のコツ
モデリングに急ぐのではなく、データのクリーニングと探索の段階に本当の、意図的な時間を割きましょう——データサイエンスプロジェクトの最終的な品質の大部分は、単一のモデルが学習される前に下される決定によって決まります。このステップを飛ばすことは、信頼できない結論のよくある原因です。
Data Science Projects (データサイエンスプロジェクト)の授業にご興味がありますか？
生徒の目標と自信についてお聞かせください — 個別のプランを作成します。