发帖
雷达卡
简介： 向非数据科学家解释数据科学并不像听起来那么容易。您可能对数学，工具，技术，数据和计算机体系结构了解很多，但问题是您如何在不掩盖细节的情况下简要地解释这一点。您可以尝试这种方法。
我们都去过那里。您正在参加聚会，或者正在酒吧与那个漂亮的女孩进行对话，迟早会有一个问题出现，“您要做什么？” 由于您举报的是世界上最性感的工作，因此您自豪地回答“我是数据科学家”。
好的，接下来会发生什么取决于您所说的话。参加聚会的同胞是否会期盼您的每句话？正如他们所说，您能得到漂亮女孩的数字吗？您回应：
“我正在使用Tensorflow在基于云的TPU上使用具有数十个隐藏层的深度神经网络。目前，我正在努力围绕人的形象放置边界框，以便我可以创建多类深度学习模型来预测他们的……”
没关系。主人的眼睛已经呆呆了。这个可爱的女孩转向另一侧的那个男人，这个男人看起来像是您的健身房的私人教练。TMI！TMI！您如何保持简单，简短，同时又向非数据科学家说明您要做的事情的本质，而又不会对前十二个单词失去兴趣。下次您发誓要保持简单。
下一个聚会来了。您认为，好吧，我将跳过具体内容，而仅谈论我使用的工具类别。在强制性“我是数据科学家”之后，您将继续：
“我使用数学算法来回答有关排名，推荐，分类，回归，聚类和异常检测的问题。首先，我们收集有关要回答的问题的大量数据集。获取数据并将其准备好用于算法是完全不同的话题。但是，当我开始创建模型并使用不同的优化方法（例如随机梯度下降法）测试模型以查看哪种方法最准确时，有趣的部分就开始了。然后我给看不见的数据打分……”
没关系。结果相同。
经过数年的尝试，我决定做出一个非常简单的解释，该解释主要基于Brandon Roher在 2015年提出的关于机器学习的五个问题的出色解释。即使大数据和深度学习的额外复杂性，这也是我发现最成功的解释。它基本上由“我是数据科学家”三部分组成。
第1部分你是一个向导
我帮助人们回答问题或对将来会发生的事情做出预测。因此，数据科学家有点像算命先生，只是我们用数学和数据来做。最重要的是，与算命先生不同，我们可以经常获得正确的答案。
请记住，50％的准确度与掷硬币相同，因此通常来说，当我们大约70％的时间获得正确的答案，有时甚至可以在90％的时间获得正确的答案时，我们都会非常高兴。
（好吧，我在这里享有一些自由，但请记住观众）。
第2部分：您的工作很容易理解–
实际上，所有数据科学家只能处理五种类型的问题。
这是A还是B？
这很奇怪吗？
多少–或–多少？
这是如何组织的？
接下来我该怎么办？
现在，如果他们仍然在您身边，您可以继续阅读第3部分中的一些示例，但请简短。
第三部分一些示例–简短
这是A还是B？
这些问题就像预测谁会购买，谁不会购买。或者我们可能会尝试使用机器预测下周机器将发生故障。
这很奇怪吗？
我们会为您的银行和信用卡公司提供很多帮助。刚出现在您的信用卡上的交易对您来说是否寻常，因此也许我们应该确保它确实是您。这也是进入网络安全世界的地方。我们可以查看来自系统外部的各个传入信号，并标记看起来可疑的信号。
多少–或–多少？
这些问题是关于未来的数字。下个月的石油价格是多少？在接下来的12个月中，我的销售额分别是多少？
这是如何组织的？
事实证明，很多数据，特别是关于人的数据自然会分成几组，但是如果没有一些数学运算，这些组不一定很容易看到。因此，如果我们要推荐看什么电影，您可能喜欢什么音乐，甚至您应该考虑和谁约会，我们将在这里回答。
接下来我该怎么办？
其中一些问题只有几个逻辑答案。例如，在给定两个因素的情况下，例如潜在的销售量和销售成本，将利润最大化的最佳选择是两者。这里的其他类型的问题甚至更有趣，因为它们是我们如何编写自动驾驶汽车的程序，问题可能出在哪里，当我刹车或加速行驶时，指示灯刚刚变成黄色。
第4部分
好吧，实际上没有任何经过精心设计的第4部分。如果您曾经是一个出色的讲故事的人，那么也许您的听众已经准备好询问您一些问题。也许是时候聆听并为下一位发言者腾出空间了。
您已经花费了数千个小时来完善自己的技能。您以自己的知识为荣，可以就数学，工具，数据，计算机体系结构，深度学习，物联网甚至AGI进行详尽的演讲。我发现，大多数非数据科学家想要的是您的电梯音高。因此，请保持简单，简短，然后尝试使用这种方法来了解您所做工作中的大部分魔术。
关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
