ビジネス分析入門：私が学ぶ方法をどのように学んだか
これを読んでいるなら、おそらくマッキンゼーの次の文章をすでに10回読んだことがあるでしょう。ビッグデータの分析を使用して効果的な意思決定を行うためのノウハウ。」 2017年ですが、入社すると、充実した求人に簡単にアクセスできるようです。 ビジネス分析プログラムの修士号。Pythonコードの記述を開始し、ビジネス分析入門クラスの最初の15分間、データセットのインポートに苦労するまで。
これは私に起こったことであり、社会科学専攻がプロのSTEMキャリアに移行するときに直面する一連の課題を単純に表したものです。 数学は難しく、概念は抽象的であり、コードは首を締める厄介なヘビです。 STEMのバックグラウンドを持つ人々は少し安心していますが、データサイエンスは非常に新しい分野であるため、過去に学んだ知識はすぐに使い果たされます。 技術に精通している人にとっても、解釈とコミュニケーションの部分はまだ新しい世界です。 結局のところ、ビジネスデータサイエンティストの役割は、データのマイニングとグラフの作成だけではありません。 それは、データを理解し、それらから洞察を抽出し、最終的には他の人が結果を理解して使用し、貴重なビジネスに影響を与えるのを助けることです。
したがって、この分野の最先端の性質には、自己学習という重要な能力が必要です。 ビジネス分析プログラムのMSが私を訓練してきた最も重要なスキルは、学ぶ方法を学ぶことだと思います。 Googleの元データサイエンティストであり、ビジネス分析入門クラスの教授であるVilma Todri教授が最もよく答えたのは、「ただグーグルで」というものです。 これは実際にははるかに難しく、思ったよりもはるかに価値があります。 言語マニュアル、スタックオーバーフローの投稿、オタクブログには多くの情報がありますが、最も正確な答えをタイムリーに見つけるには、適切な質問をするための知性と経験が必要です。 簡単に言うと、ビジネス分析入門クラスで行ったことは、多くの概念とアルゴリズムを学び、それらが実際にどのように機能するかを確認し、実践的なプロジェクトでそれらを使用することです。 データのクリーニング、モデリング、デバッグ、結果の理解、パフォーマンスの最適化のサイクルは、喜び、欲求不満、ヒステリーと混ざり合っています。 したがって、奇妙な概念について話し合い、さまざまなアルゴリズムをめぐって戦いながら、一緒に課題を受け入れる兄弟姉妹のバンドがいることは、私にとって非常に幸運です。 思いやりのある教職員のグループがいて、試験やプレゼンテーションの後にドーナツやホットクッキーだけでなく、常に寛大で忍耐強く指導してくれるのは、私たちにとってさらに幸運なことです。
このブログをコースワークに関する具体的な情報で終了するために、決定木、k-NN、回帰、k-meansクラスタリング、およびグリッド検索（「グーグルで検索」）について学習しました。 python、R、RapidMinerを使用して、サイズが300〜800,000行のデータセットのデータマイニングを実行しました。 私たちの最後のプロジェクトトピックには、マーケティングキャンペーンの貴重な顧客の分類、スピードデートの試合を成功させるための最も重要な要素の発見、クラスメンバーの自伝がAmazonでヒットするかどうかの予測が含まれていました。 ビジネス分析入門クラスを修了すると、ビジネスデータサイエンティストとして成功するために不可欠な技術ツール、理論的概念、実践的なコミュニケーションスキルを身に付けることができます。 残りの学期では、機械学習、ビッグデータ、データの視覚化、ソーシャルネットワーク分析についてさらに詳しく説明します。
