数据科学给了我们一个得以接入不同领域的绝好入口。你必然需要花费时间去研究这些不同的领域,去了解其他人在做什么,以及思考如何可以把你的所学用在这些领域。
第一个问题是,我们能不能清楚地定义这个问题?用最简洁的语言描述它,写在一张白纸上,让所有人都明白我们想要做什么。
相关思维是比较复杂的统计学数据思维,相关思维包含正相关、负相关、非线性相关、不相关等多种类型,大部分应用在生物学、科学领域。复杂的相关分析需要应用函数,建模才能完成,而现实工作中,大部分应用不到这么深层复杂的程度。
提出一个好问题是成功的一半。以下是几个经典的蠢问题:问题:我能在哪找到 X 程序或 X 资源?回答:就在我找到它的地方啊—— 搜索引擎的那一头。天哪!难道还有人不会用 Google/百度 吗?问题:我可以用 Bass-o-matic 文
我们每个人都必不可免与「问题/故障」打交道,善于排查问题是个非常有用的技能。来看个例子:小明放学回家,无法进入自家大门于是他打电话给父亲。小明:爸,我进不去家门,门打不开。父亲:怎么打不开?小明:不知道,就是推不开
浏览器能解决我们百分之八十的常见问题。互联网是规模庞大的信息库,各种类别的信息都可以在上面检索到,学习过程中遇到任何问题,都可以试着自己在网上检索看看。除了直接搜索外,也可以专门去技术博客、技术社区去寻
「逻辑」是关于思维的形式和规律的科学,是技术领域的框架基础与通行原则。只要底层逻辑正确,那么即使是再简单的逻辑也可以构建出一座宏伟的大厦。例如,从1+1=2可以推算出10000+10000=20000. 编程正是对逻辑的极致
信息技术的发展极大地促进了其他行业的发展变革,企业愈发需要具备良好技术素养且专业能力过硬的人才。目前高校的教育,日益重视学生相关能力的培养与提升。对于非技术相关背景的学生而言,需要竖立正确的学习观念。
工程思维要解决的是“交付”、“价值”和“效率”的问题。其核心是,要在脚踏实地的基础上平衡好成本、质量和时间周期。「sop思维」和「系统思维」是工程思维的重要组成部分,工程思维的核心是系统化和结构化,要系
系统思维是指在考虑解决某一问题时,需要把它当做一个有机关联的系统来处理,而不是孤立、分割地看待。例如,航空公司进行客户调研时,发现乘客普遍希望飞机能够早点抵达目的地。一些人的想法是提高飞机飞行速度,但系统
SOP,全称为「standard operating procedure」,就是「标准工作流程」。标准工作流程就是将某一流程的标准操作步骤和要求以统一的格式描述出来,用来指导和规范日常的工作。例如,在工业时代,亨利·福特发明了流水线,让