Data Science y Analytics no son dos términos diferentes. Son sinónimos El término ciencia de datos de repente se hizo popular durante la década de 1990 para hacer que el mundo de la analítica sea más sofisticado.
La analítica evolucionó hace mucho tiempo, cuando una gran cantidad de información comenzó a acumularse para todos y cada uno de los sectores (público, privado, etc.). Con el fin de obtener la información necesaria del pasado, se contrató a personas para limpiar y presentar los datos necesarios maravillosamente.
Más tarde, las compañías querían saber cómo estos datos limpios podrían predecir el futuro, el futuro de sus compañías.
Luego contrataron a más y más personas que conocían muchas estadísticas y que pueden dar una idea exacta de lo que sucederá en el futuro (como un adivino).
Para aprovechar al máximo estos estadísticos, se desarrollaron herramientas donde se pueden hacer las generalizaciones básicas de los datos. (¡Un robot!)
- ¿Cuál es el límite de tamaño de archivo en una carga a Slack?
- ¿Cuáles son las diferentes estrategias de gestión de datos? ¿Sus ventajas y desventajas?
- ¿Hay algún curso ejecutivo de M.Tech o MS sobre Análisis de Datos o Ciencia de Datos en Chennai?
- ¿Existe una relación entre big data, aprendizaje automático y sistemas distribuidos?
- Cuando observamos el muestreo, ¿por qué necesitamos 30 datos?
Y más tarde, estos estadísticos, que ahora se llaman científicos de datos (¡un nombre genial!) Hacen modelos de datos usando sus habilidades en estas herramientas, ya sea codificar o arrastrar / soltar dependiendo de la herramienta y hacen gráficos, cuadros, diagramas que sean increíbles sus gerentes / CEO entienden.
¡Envíeles el correo que contiene la solución a su consulta!
Y luego fiesta! 😀
** Espero que hayas recibido tu respuesta .. 🙂
