เรื่องเด่น 20 ธ.ค. – 2: ม.ค. 3 เครื่องมือในการติดตามและเห็นภาพการดำเนินการของโค้ด Python ของคุณ

ยอดนิยมที่สุดในสัปดาห์ที่แล้ว

1. 3 เครื่องมือในการติดตามและแสดงภาพการทำงานของโค้ด Python ของคุณ, โดย เย็นตรัง
2. 6 แบบจำลองการทำนาย นักวิทยาศาสตร์ข้อมูลมือใหม่ทุกคนควรเชี่ยวชาญ, โดย Ivo Bernardo
3. เครื่องมือ ETL ที่ดีที่สุดในปี 2021, โดย โมสาร์ท ดาต้า
4. เขียนโค้ด Clean Python โดยใช้ Pipes, โดย เย็นตรัง
5. Three R Libraries นักวิทยาศาสตร์ข้อมูลทุกคนควรรู้ (แม้ว่าคุณจะใช้ Python), โดย เทอเรนซ์ ชิน

ทวีตที่ได้รับความนิยมสูงสุดเมื่อสัปดาห์ที่แล้ว

1. 6 โมเดลเชิงทำนายที่นักวิทยาศาสตร์ข้อมูลมือใหม่ทุกคนควรเชี่ยวชาญ #DataScience #KDnuggets
2. #หลักสูตรDataScienceเพื่อการศึกษาด้วยตนเอง #KDN
3. รายการตรวจสอบเพื่อติดตามความคืบหน้า #DataScience #KDN ของคุณ
4. #DataScience Learning Roadmap สำหรับปี 2021 #KDN
5. 3 เหตุผลที่คุณควรใช้ Linear Regression Models แทน #NeuralNetworks #KDN

ยอดนิยมสูงสุด 30 วันที่ผ่านมา

1. เขียนโค้ด Clean Python โดยใช้ Pipes, โดย เย็นตรัง
2. การสร้างทีมข้อมูลที่มั่นคง, โดย Romain Huet
3. วิธีรับการรับรองในฐานะนักวิทยาศาสตร์ข้อมูล, โดย อาบิด อาลี อาวัน
4. 3 เครื่องมือในการติดตามและแสดงภาพการทำงานของโค้ด Python ของคุณ, โดย เย็นตรัง
5. 6 แบบจำลองการทำนาย นักวิทยาศาสตร์ข้อมูลมือใหม่ทุกคนควรเชี่ยวชาญ, โดย Ivo Bernardo
6. การปรับใช้อัลกอริธึมการเรียนรู้ของเครื่องแบบ end-to-end อย่างเต็มรูปแบบในสภาพแวดล้อมการผลิตจริง, โดย Graham Harrison
7. 5 โครงการวิทยาศาสตร์ข้อมูลเชิงปฏิบัติที่จะช่วยคุณแก้ปัญหาทางธุรกิจที่แท้จริงในปี 2022, โดย เทอเรนซ์ ชิน
8. เครื่องมือ ETL ที่ดีที่สุดในปี 2021, โดย โมสาร์ท ดาต้า
9. 5 ทักษะหลักที่จำเป็นสำหรับการเป็นนักวิทยาศาสตร์ข้อมูลที่ยอดเยี่ยม, โดย ชาราน กุมาร ราวินทราน
10. 5 ลักษณะของนักวิทยาศาสตร์ข้อมูลที่ประสบความสำเร็จ, โดย Matthew Mayo