Primero, para que quede claro: la ciencia de datos es una ciencia que involucra muchas habilidades diferentes. El aprendizaje automático es uno de ellos. Pero también lo es la limpieza / munging de datos, la formulación de problemas, el análisis exploratorio de datos, la visualización de datos y simplemente las viejas habilidades de comunicación.
Sí, le recomiendo que aprenda sobre qué es la ciencia de datos y qué no es antes de pasar tiempo en algoritmos de aprendizaje automático. El libro que siempre recomiendo a las personas que exploran esto es Data Science for Business. Esto proporciona una excelente visión general de los principios, problemas y conceptos fundamentales del campo. Y sí, los ilustraron con algoritmos.
Si terminas amando el libro (y a todos los que lo he recomendado), es el momento de comenzar a profundizar en el aprendizaje automático. Pero sepa esto: la mayor parte de su tiempo como científico de datos en ejercicio se dedicará a preparar los datos para que pueda usarlos para modelar. En la actualidad, hay muchas personas que se hacen llamar científicos de datos que consideran este paso como un mal necesario antes de comenzar a trabajar en el problema real. El verdadero científico de datos comprende que este paso de preparación ES el problema.
- ¿Cómo utilizan los bancos la minería de datos?
- ¿Es un desafío kaggle suficiente para ser utilizado como un proyecto de un semestre?
- ¿Cómo han fomentado los grandes datos la ciencia? ¿Existen ejemplos en los que el análisis de big data ha llevado a una mejora significativa en cualquier campo científico que no se podría hacer mediante el análisis tradicional?
- ¿Qué especialización en ciencia de datos es mejor, la de edX o Coursera?
- ¿Qué tipo de información puede generar a través de los datos de tema de Facebook entregados a través de Datasift?
No te dejes engañar por el bombo publicitario. Esta no es una “ciencia sexy”. Los mejores científicos de datos no son estrellas de rock con grandes egos. Se trata de arremangarse, excavar y estar muy dispuesto a renunciar a sus creencias más profundas a favor de descubrir la verdad. En resumen, es ciencia.
Buena suerte,
-Marca