了解你要解决的问题的各种参数

人们会被他们不理解的东西吓倒，并倾向于避开它们。

你必须能够以非技术人员能够理解的方式交流技术术语和建模技术。如果你花时间构建了一个很棒的模型，你就应该花更多时间进行有效的沟通，这样人们才能认可你的努力!

数据科学和机器学习本质上是统计学的现代版本。首先通过学习统计，当涉及到学习机器学习的概念和算法时，你会有一个更容易的时间。

这可以用一个例子来解释。

在我的一个项目中，我必须开发一个模型来预测一个产品是否必须被RMA 。一开始我以为我的输入是所有的产品，这使得它几乎像一个异常检测问题。

只有在了解业务需求和模型如何使用之后，我才意识到模型的输入是发出RMA的所有产品(客户发送了关于产品问题的电子邮件)。这使数据更加平衡，节省了我很多时间

作为一名数据科学家，最大的好处之一就是你有很大的自主权。但是，如果你不愿意寻求他人的建议、帮助和反馈，这很容易成为一个弱点。

尽管数据科学具有一定的自主性，但它是一项团队运动。你必须接受来自多个涉众的建议和反馈，包括最终用户、领域专家、数据工程师等。

（编辑：四平站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!