The data scientist: Asking the right questions
Data scientists need good skills in communication, data mining, data wrangling and more. Joyce Norris-Montanari explains.
Tag: data science
Explicate! Entendiendo los modelos de Machine Learning (Parte 1)
La duda es uno de los nombres de la inteligencia. - Borges Para data scientist/analistas de datos/viejos mineros/lobos de mar. En los comienzos de nuestra carrera de data scientists, el poder de cómputo era muy inferior al que disponemos hoy. Sin embargo, muchas empresas ya veían el enorme potencial de
Two students’ advice on data science, SAS and more
In my first two posts of this blog series, we heard why two students chose to pursue a STEM field and what appealed to them about data science. We also heard how they put their knowledge to work on a real-world data science project. Today, we'll hear their advice to future
Making life easier for your data scientists
Phil Simon chimes in with some tips on how to set these folks loose.
Mein Vater hat den spannendsten Job der Welt, denn er ist ein Data Scientist!
Mein Name ist Daniel und ich bin in der vierten Klasse. Diese Woche wurden die Eltern in meine Schule eingeladen, um uns etwas über ihre Arbeit zu erzählen. Und mein Vater war mit dabei. Am Anfang war ich etwas unsicher, ob ich mich darüber freuen sollte. Denn wenn sein Vortrag
How two students used data science to analyze ‘real-world’ problems
We hear a lot about data science nowadays, but do you ever wonder how it’s being used to help solve real-world problems? In my first post of this blog series, we heard why two students chose to pursue a STEM field and what appealed to them about data science. Today, we'll hear
Why should you learn data science? Two students’ perspectives
Are you curious? Do you have a passion for science, technology, engineering and math (STEM)? Do you enjoy robotics or statistics? Do you like to solve hard problems? If you answered yes to any of the above, you might have what it takes to be a data scientist. Recently, I
"10 Dinge, die ich an Dir liebe!" - Der CIO an seine Data-Science-Plattform
Data-Science-Plattformen müssen vielen Anforderungen gerecht werden. Ihre Aufgaben sind relativ genau definiert – und die Erwartungen, die Unternehmen mitbringen, oft sehr hoch. Darüber hinaus sind die Anwendergruppen alles andere als homogen. Dieser Blog erläutert, was insbesondere IT-Entscheider erwarten. Was ist eine Data-Science-Plattform? Die Antwort ist einfach: Sie dient dazu, Erkenntnisse
Aus der Praxis: 5 Erkenntnisse zum Thema Data Mining und Machine Learning
Beim diesjährigen SAS Forum Deutschland in Bonn boten Sascha Schubert und ich einige Hands-on-Sessions zu Data Science und Analytics an. Nichts Neues, denken Sie wahrscheinlich. Aber mir sind einige Veränderungen zu vorherigen Events aufgefallen, die meiner Ansicht nach auf einen größeren Umbruch in der analytischen Landschaft verweisen. Hier also meine
Top three video resources for machine learning newbies
Several weeks ago, I wrote about practical advice from a Chief Data Scientist in my blog “From Aristotle to Pi: Practical advice from a chief data scientist.” Now I want to offer my advice as a newbie trying to navigate through machine learning concepts and how to code them. Over
From Aristotle to Pi: Practical advice from a chief data scientist
What can you learn from a chief data scientist who's worked in analytics for for 25 years and has been involved in the development of many key SAS solutions, including SAS Enterprise Miner? As a veteran of the analytics industry, Wayne Thompson has witnessed the evolution of machine learning and
Deloitte und SAS: Eine starke Partnerschaft für industrialisierte Data Science
Im Gastbeitrag beschreibt Deloitte, wann, wie und warum Unternehmen Data Science benötigen. In den letzten Jahren haben sich analytische Modelle zur Echtzeitentscheidung in vielen Branchen etabliert. So bieten Airlines bspw. im Zuge ihrer Customer Journey individualisierte Angebote. Selbiges gilt auch für den Onlinehandel. Da es sich bei Data Science um
„Realtime Analytics wird für uns immer wichtiger“ – Dr. Volker Stümpflen, Head of Data Strategy and Operations, Mediengruppe RTL
Zur Person: Dr. Volker Stümpflen verantwortet als Leiter Data Strategy & Operations bei der Mediengruppe RTL vor allem den Auf- und Ausbau der Data-Science-Aktivitäten sowie die Realisierung und Monetarisierung speziell analysierter Datenmodelle mit Fokus auf Nutzerverhalten und Nutzerbedürfnisse. Er verfügt über große Erfahrungen mit der Vernetzung großer Datenbanksysteme und Applikationen,
Künstliche Intelligenz: Wie können Unternehmen am besten innovieren? – Fragen an Data-Science-Experte Holger von Jouanne-Diedrich
Background: Prof. Dr. oec. HSG Holger K. von Jouanne-Diedrich ist seit 2013 Professor für Wirtschaftsinformatik und Customer Relationship Management an der Hochschule Aschaffenburg, Bayern. Er promovierte am Institut für Wirtschaftsinformatik der Universität St. Gallen, Schweiz, und studierte Betriebswirtschaftslehre an der Universität Hamburg. Weiterhin hatte er verschiedene Stationen bei der Lufthansa, der
Understanding and interpreting your data set
We have updated our software for improved interpretability since this post was written. For the latest on this topic, read our new series on model-agnostic interpretability. Don`t jump into modelling. First, understand and explore your data! This is common advice for many data scientists. If your data set is messy,
Gartner names data science and machine learning leaders
I bet many of you didn’t even know the term machine learning five years ago. But Gartner did. The Gartner Magic Quadrant for Data Science and Machine Learning Platforms, 2018 was just released, and SAS has been in the leader’s quadrant for five years straight. According to Gartner, “This Magic
Augen auf bei der Berufswahl: der Influencer und Zukunftskompetenzen
Kürzlich habe ich mich sehr amüsiert über eine Reportage im Fernsehen: Man fragte Jugendliche, was sie mal beruflich machen wollen, und die Antworten waren „YouTube-Star“, „DJ“ und immer wieder auch „Influencer“. Letzteres ruft gerade bei der Ü30-Generation Verwunderung hervor, da man irgendwie an Grippe denkt – die Aussprache ist gleich,
10 gute Vorsätze für 2018 – the same procedure as last year?
Im Jahr 1963 wurde zu Silvester erstmals der Sketch „Dinner for One“ mit dem britischen Komiker Freddie Frinton im deutschen Fernsehen ausgestrahlt. Im Laufe der Jahre wurde diese Sendung zur lieb gewonnenen Tradition und erlebt immer wieder Phasen, in denen sie zum Kult avanciert. Die zentrale Frage lautet ja bekanntermaßen:
Wenn mehr als zwei Data-Science-Studenten zusammenkommen … Meetups als Plattform für Networking und Austausch
Meetup ist ein Online-Social-Networking-Service mit einem kleinen Unterschied zu Facebook, Instagram, LinkedIn & Co. Das Format ist dazu gedacht, Face-to-Face-Treffen zu interessanten Themen zu organisieren. Die Offline-Welt ist also ein elementarer Bestandteil. Selbstorganisiert und thematisch vielfältig Gruppen gibt es zu fast jedem Thema: Bücherclubs, Socialising, R-Nutzer, Unternehmer oder künstliche Intelligenz
Straszne historie o Data Science i Machine Learning
W ostatnim czasie zalała nas bezprecedensowa fala popularności tematyki Data Science/Machine Learning. Mnóstwo szumu w mediach społecznościowych, tłumy na meetup-ach i konferencjach, popularność profilowanych studiów podyplomowych – to zaledwie kilka jej przejawów.
Warum Sie als Data Scientist an einem Hackathon teilnehmen sollten.
Wo können Sie Ihr Können mit dem von anderen Experten vergleichen? Und in der Data Science Community über den Tellerrand blicken? Oder einfach ungezwungen programmieren - wie zu Studienzeiten - weil es Spaß macht? Zum Beispiel bei einem Hackathon. Mit Fabian Buchert, selbst Data Scientist, sprach ich über seine Erfahrungen beim
Machine learning best practices: the basics
I started my training in machine learning at the University of Tennessee in the late 1980s. Of course, we didn’t call it machine learning then, and we didn’t call ourselves data scientists yet either. We used terms like statistics, analytics, data mining and data modeling. Regardless of what you call
Why do stacked ensemble models win data science competitions?
Ensemble methods are commonly used to boost predictive accuracy by combining the predictions of multiple machine learning models. The traditional wisdom has been to combine so-called “weak” learners. However, a more modern approach is to create an ensemble of a well-chosen collection of strong yet diverse models. Building powerful ensemble models
Is data science keeping pace with product designers' needs?
Experience design is not just like a standard advertising campaign or an online app, but rather a strategy to keep customers engaged with a brand through impactful interactions. It means that every product and service is designed to offer a delightful experience; the packaging, mobile app, web and print ads
My Top Analytics Books (2) How-to Guides to Business Analytics
My last post described my top general business analytics books, those that would appeal to business leaders and analysts alike. This post is a bit more specific, and covers books that will help you to learn for yourself. It is therefore mainly aimed at analysts — but I still hope
Harmonizing semantics for consistency in interpreting analytical results
One aspect of high-quality information is consistency. We often think about consistency in terms of consistent values. A large portion of the effort expended on “data quality dimensions” essentially focuses on data value consistency. For example, when we describe accuracy, what we often mean is consistency with a defined source
My Top Analytics Books (1) General Business Analytics
One of the most frequent questions I’m asked by my students is which business analytics books to read to support their professional self-development. It is always hard to pick out the best books, especially because I like to mix classics and domain-specific references. I particularly like those that influence business
Free eBook: Discovering data science with SAS
Data science may be a difficult term to define, but data scientists are definitely in great demand! Wayne Thompson, Senior Product Manager at SAS, defines data science as a broad field that entails applying domain knowledge and machine learning to extract insights from complex and often dark data. To further
Dance hall rules: data science ethics today will impact artificial intelligence tomorrow
There has been much discussion about the relationship between data science and artificial intelligence. It can become a complicated dance when applied data science is partnered with emerging artificial intelligence technologies. Who takes the lead? How do we keep the beat? Can we make sure neither party steps on the
Data ops: Better way to prepare data for analytics and IoT?
We all find change easier when it starts with something we’re familiar with. That’s why I think sports analytics examples are popular – most of us are sports fans, so we get it more easily. It’s also why automotive examples that illustrate the potential reach of the Internet of Things