Gracias por A2A
Nunca he estado allí, pero estoy compartiendo lo que sé sobre la Universidad de Columbia en el campo de la ciencia de datos.
Introducción a la ciencia de datos es una clase en la Universidad de Columbia en el Departamento de Estadística. El curso fue diseñado y enseñado por la Dra. Rachel Schutt.
Sobre la Dra. Rachel Schutt
La Dra. Rachel Schutt es autora del libro Doing data science y es vicepresidenta sénior de Data Science en News Corp, la compañía editorial, de noticias e información, que es la editorial de The Wall Street Journal, New York Post, Times of London. , El australiano; Harper Collins y Amplify. Anteriormente, Rachel era estadística en Google Research y tiene patentes pendientes basadas en su trabajo en las áreas de redes sociales, grandes conjuntos de datos, diseño experimental y aprendizaje automático. Es coautora del libro “Doing Data Science” publicado por O’Reilly en octubre de 2013 y basado en esta clase. Es profesora adjunta en el Departamento de Estadística de la Universidad de Columbia y miembro fundadora del Comité de Educación del Instituto de Ciencias e Ingeniería de Datos de Columbia. Obtuvo su doctorado en Estadística de la Universidad de Columbia, una maestría en matemáticas de la Universidad de Nueva York y una maestría en Ingeniería-Sistemas Económicos e Investigación de Operaciones de la Universidad de Stanford. Su licenciatura es en Matemáticas con Honores de la Universidad de Michigan.
Sobre el curso
Este curso sirve como una introducción al campo interdisciplinario y emergente de la ciencia de datos. Los estudiantes aprenderán a combinar herramientas y técnicas de estadística, informática, visualización de datos y ciencias sociales para resolver problemas usando datos. Los hilos centrales incluyen: (1) el proceso de ciencia de datos desde la recolección de datos hasta el producto, (2) herramientas para trabajar con conjuntos de datos grandes y pequeños, (3) modelado estadístico y aprendizaje automático, y (4) temas del mundo real y estudios de casos. El curso consta de: (1) conferencias centrales de los instructores, (2) conferencias invitadas de científicos de datos que son expertos en sus campos, y (3) un proyecto de todo el curso. Los temas y las herramientas incluirán disputas y munging de datos, algoritmos de aprendizaje automático, modelos estadísticos, visualización de datos, periodismo de datos, R, ética, MapReduce y canalizaciones de datos.
- ¿Existe una empresa de Data Science y, de ser así, hay dinero para ganar?
- Dados los datos, ¿qué pasos se toman para elegir qué distribución (poisson, normal, gamma, beta, etc.) deben representar los datos?
- ¿Cuáles son las mejores universidades para maestros en ciencia de datos en Singapur?
- ¿Qué compañías en la India ofrecen trabajos de nivel básico para científicos de datos?
- ¿Cuáles son las mejores consultoras de ciencia de datos?
