Uno de los principios básicos de la ciencia de datos es, bueno, los datos.
A partir de su pregunta, está claro que no ha proporcionado muchos datos para que podamos darle una respuesta significativa.
Por ejemplo, ¿cómo te instruyó tu maestro en ciencia de datos? ¿Qué temas le enseñaron y cómo percibe que difieren de la ciencia de datos “real”? ¿Qué razones tienes para llamar patético a tu maestro?
- Si quiero hacer una transición profesional de un contador fiscal a un científico de datos, ¿recomendaría uno de los campamentos de ciencia de datos o una maestría en ciencias de datos? ¿Por qué?
- ¿En qué escenario empresarial se hace necesario el aprendizaje en línea, actualizar el modelo en tiempo real con la llegada de nuevos datos?
- Cómo comenzar a participar y prepararse en hackatones para la ciencia de datos
- ¿Habrá escasez de especialistas en aprendizaje automático?
- ¿Cuáles son hermosos ejemplos / aplicaciones de distribuciones de probabilidad complejas en la vida real?
En segundo lugar, la ciencia de datos no existe en el vacío. Por ejemplo, es posible que el análisis de los datos de las redes sociales sea muy emocionante, al mismo tiempo que el análisis de los datos económicos / financieros es una de las cosas más aburridas.
En definitiva, la definición de “aburrido” depende de usted y sus intereses. Sin embargo, como dije, un científico de datos es, en última instancia, una persona que formula una hipótesis sobre un tema específico y luego recopila los datos para probar o refutar su hipótesis. Mi consejo para usted sería complementar su hipótesis (es aburrida la ciencia de datos) mediante la recopilación de mejores datos. Limite los campos de la ciencia de datos que le gustan / disgustan y recopile información en consecuencia.