Stephen Senn bromeó
Un estadístico teórico sabe todo acerca de la teoría de la medida, pero nunca ha visto una medición, mientras que el uso real de la teoría de la medida por parte del estadístico aplicado es un conjunto de medida cero.
Afortunadamente, en Estadísticas no solo hay un amplio espectro desde la teoría hasta la aplicación, sino que también hay un punto óptimo en el medio: la metodología . Mejor aún, los estadísticos a menudo tienen mucha libertad en las proporciones de su tiempo para gastar en teoría, métodos y aplicaciones, y muchos estadísticos disfrutan haciendo una combinación de estos. De hecho, cualquier buen programa de estadísticas debería dar al menos algunos antecedentes en teoría, métodos y aplicaciones.
- ¿Qué es el análisis de Pareto?
- ¿Cómo es el mercado laboral en Canadá para los estudiantes de MS en CS y Data Science?
- ¿Es necesario conocer la teoría detrás del aprendizaje automático ya que Python tiene tantos paquetes?
- ¿Soy solo yo, o es 'ciencia de datos' el peor nombre para un campo?
- ¿Qué tipo de predicción puede ser posible usando la ciencia de datos en LinkedIn?
El aprendizaje automático también tiene un amplio espectro desde la teoría hasta las aplicaciones.
La ciencia de datos , por definición, requiere datos , y esos datos deberían ser de interés para alguna aplicación (¡aunque la teoría y los métodos siguen siendo extremadamente importantes!). La ciencia de datos debe ser “problema hacia adelante, no solución hacia atrás”; vea la gran publicación de blog de Jeff Leek Qué deberían hacer las estadísticas sobre big data: problema hacia adelante, no solución hacia atrás.
La ciencia de datos sin datos sería absurda, como Hamlet sin Hamlet de Jára Cimrman (un intento hilarante de producir Hamlet sin tener que interpretar a un actor en el papel de Hamlet). Así es como sería Hamlet sin Hamlet , citado de The Stand-In: una obra completa traducida por Andrew Roberts
Reina : malas noticias, rey! Hamlet se fue y se escondió de nosotros otra vez.
Rey : una pena. Quería preguntarle justo ahora: ¿cómo es que las nubes aún cuelgan de ti? Pero, como siempre, me contestaba: no es así, mi señor. Estoy demasiado al sol.
Reina : Sí, así es como él. ¿Sabes lo que le habría dicho? Hubiera dicho: Good Hamlet, desecha tu color de la noche y deja que tu ojo se vea como un amigo en Dinamarca. No busques siempre con tus párpados velados a tu noble padre en el polvo que sabes que es común; Todo lo que vive debe morir.
Rey : Eso es correcto. ¿Y sabes lo que te diría?
Reina : no.
Rey : Diría: Ay, señora, es común.
Mi aspecto favorito de la estadística, el aprendizaje automático y la ciencia de datos es cuando el pensamiento matemático, computacional y científico se une para ayudarnos a aprender de los datos.
