[研究] 資料驅動(data-driven approach)是什麼？
What is a data-driven approach ?
http://www.bolero.fr/en/approach/what-is-a-data-driven-approach/
Becoming a Data Scientist
http://nirvacana.com/thoughts/becoming-a-data-scientist/
https://www.ptt.cc/bbs/Statistics/M.1401768864.A.425.html
data science應該分三個方面來講
1. Data Insight
2. Modeling
3. Software/Programming skills
(省略Hardware..因為這是資源的問題)
Data scientist工作比較少用到Matlab, 反而Python跟R比較多
Python有一些平行計算的問題, 所以見仁見智
R的話做平行計算有很多Package,當然重點就是統計方面的modeling還是R建構的比較完整.
其中Data Tool,SQL是最高的(當然一堆公司的Data就是都放在資料庫.所以這個是基本的)
http://ppt.cc/mQ83 (big data)
http://ppt.cc/rqnH (big data)
http://ppt.cc/2u6U (data scientist)
http://ppt.cc/WhFR (KDnuggets Analytics, Data Mining, and Data Science)
http://ppt.cc/p9D- (R Project)
資料驅動是什麼意思?
http://www.readhouse.net/articles/26991636/
想要成為一家資料驅動型公司，這可不僅僅是收集資料、定期檢視資料這麼簡單的。真正的資料化運營指的是，企業在做每一個決策之前，都需要分析相關資料,並讓這些資料結論指導公司的發展方向。
巨量資料與商務營運：從商管與技術的雙面觀點
http://www.digitimes.com.tw/iot/article.asp?cat=130&id=0000419114_3mv2om4f03j7ux508oxrt
資料分析技術愈精細複雜，決策考量會更加全面，可能遭遇風險變得比較小。
洞察出原本被隱藏的資訊，看到過去可能看不到的資訊，進而做出更明智的決策。
找出真正有價值的資訊：巨量資料其實也潛藏著許多虛假與危機，所以一定要做好資料前處理的工作，以及慎選適合資料性質的模型進行分析。
「一」心向著資料理解的根本要務前進，精通至少「兩」種彈性的分析工具，掌握統計、機器學習與運籌學等「三」大類模型，就可大步邁向資料驅動的決策釐訂新紀元。
資料驅動設計的比較
https://www.ptt.cc/bbs/GameDesign/M.1346848814.A.080.html