這系列文章的視角是一個 R 語言使用者去學習 Python 資料科學的應用，希望讓還沒有開始學習的人對這兩個程式語言有一點 prior knowledge，藉由閱讀這系列文章，跟她們都稍微相處一下看看氛圍如何，再決定要選哪一個作為切入資料科學應用的程式語言。
每天進步1%，一年後的自己將比現在強37倍
世上沒有任何工作一開始就趣味盎然，與其找尋不存在的有趣工作，不如讓眼前的工作變得有趣比較快。
——三木谷 浩史
目前分類：BIGDATA (11)
- Jun 10 Sat 2017 18:43
R 語言使用者的 Python 學習筆記
- Jun 10 Sat 2017 18:41
R語言與機器學習見面會
R語言是由紐西蘭奧克蘭大學的統計系教授 George Ross Ihaka 和Robert Clifford Gentleman在90年代初期開發，也因此稱為R。
R語言本人生活照一張:
R語言是一種直譯式語言，主要用命令列操作。
感覺撰寫R類似在寫Powershell，指令可以一行一行的互動執行，更厲害的是全域變數(global variable)還可以緩存一陣子。
R語言是一個免費的自由軟體: Open Source! 也可以在多種平台下執行(Linux、MacOS、Windows)。
- Jun 10 Sat 2017 18:35
成為資料工程師最初的 28 堂課
- Jun 10 Sat 2017 18:28
想成為年薪 300 萬台幣的資料科學大師？一整年的武功秘籍自學清單都在這了！
- 初級水準
1. 從程式設計語言開始，無論是 R 或 Python。
2. 學習統計學和數學
3. 報名參加一個大型開放式網路課程（MOOC）
4. 積極參與行業實踐，發現新事物
- 中級水準
1. 理解並構建機器學習技能
2. 專注於 Ensemble 和 Boosting 演算法的學習
3. 探索使用 Spark, NoSQL 以及其他大資料處理工具
4. 教育社區同伴
5. 參加資料科學競賽
- 高級水準
1. 構建一個深度學習模型（deep learning model）
2. 回饋社群
3. 探索強化學習（Reinforcement Learning）
4. 進入 Kaggle 前 50 名
- Jun 10 Sat 2017 18:03
資料科學家、資料工程師和軟體工程師差在哪？這張圖讓你秒懂
- Jun 10 Sat 2017 17:59
如何成為好的資料學家？亞馬遜資料科學家的四個建議：把課本丟了，去實做
- Jun 04 Sun 2017 16:51
[大數據資訊] 行業資訊網站蒐集
- Jun 04 Sun 2017 14:40
[大數據課程] NTC-大數據人才養成班
- Jun 04 Sun 2017 14:32
大數據新聞文章蒐集
- Jun 04 Sun 2017 13:25
[知乎] 大数据行業相關學習文章？
- May 06 Sat 2017 01:24
[干货] 一个数据科学家的新年计划
生涯競爭力 (16)