不是所有在这里提到的软件都会在你的工作中用到，但了解它们会让你拥有更多选择。

本文为大家介绍如何在R中使用LIME来解释机器学习模型，并提供了相关代码。

大数据的浪潮仍在继续。它渗透到了几乎所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。数据处理不再无足轻重，并且对精密分析和强大又实时处理的需要变得前所未有的巨大。

不用太紧张。掌握一点点编程技巧，你就能利用数据做更多的事情，远远超过那些开箱即用的软件。编程技巧能赋予你更加灵活的能力，而且各种类型的数据都能适应。 大多数设计新颖、令人惊艳的数据图都是通过代码或绘图软件实现的，很有可能两者兼有。有关绘图软件我们稍后也会谈到。 对于新手来说代码可能颇为神秘——我也是这样过来的。但我们可以把它当做一门新语言来看待，因为它确实如…

在我们之前分享的文章《一名合格的机器学习工程师需要具备的5项基本技能，你都get了吗？》收到了读者的热烈响应。在这片广受赞誉的文章当中我们向大家介绍了成为机器学习牛人所需具备的关键技能。现在，我们将来自读者关于上一篇文章的问题进行汇总，发现其中大家最关心的就是：掌握机器学习技能到底需要学会哪一种编程语言？ 这个问题的答案或许会让你大跌眼镜——掌握哪一种编程语…

摘要：工具／产品／解决方案是数据科学家洞察数据的利器。KDNuggets网站对此观点进行了年度调查，来分析数据科学家在用哪些类型的工具，并提供了调查的匿名原始数据。 通过主成分析（PCA）法进行降维分析 对所有的工具同时进行关系分析，常规来说，PCA通过对大样本数据统计性质（eg, 协方差）的分析，试图用主要特征来解释关系。 分析结果： 当前分析的目标：通过…

本文主要对ggplot2的可视化理念及开发套路做一个总体介绍，具体绘图方法(如折线图，柱状图，箱线图等)将在后面的文章中分别进行讲解。

本文将给出使用R语言进行数据塑型的一些基本的技巧，更多技术细节推荐参考《R语言核心手册》。

数据可视化中，最常用的图非条形图莫属，它主要用来展示不同分类(横轴)下某个数值型变量(纵轴)的取值。

折线图通常用来对两个连续变量的依存关系进行可视化，其中横轴很多时候是时间轴。

散点图通常是用来表述两个连续变量之间的关系，图中的每个点表示目标数据集中的每个样本。

数据科学家这一职业如今炙手可热，但是数据科学家也分应用型和研究型，并不如我们想象中那么高不可攀。尤其是在很多既有的工具或资源可用的情况下，数据科学的钻研可深可浅，就看你能玩到哪个级别。如今很多非科班出身的转行搞数据科学，也不是什么很稀罕的事。这不，物理学系出身的 Admond Lee 就写了一篇他的第一次实习数据科学工作的经历，希望对有志于从事数据科学职位的读者们有所启示。

Nishikant是Booking公司的一名高级数据分析师，在本文中他分享了自己在Booking从数据科学家新手到大师的发展历程。

本文覆盖数据科学求职全过程。从申请到面试，到拿offer之后的协商，所有细节一应俱全。

在生活中我们怎样给别人推荐呢？

Power BI打造数据分析师Dashboard报表

R语言实现莆田医院的可视化…

这是一份七周的互联网数据分析能力养成提纲。

摘要：抽查(Spot checking)机器学习算法是指如何找出最适合于给定数据集的算法模型。本文中我将介绍八个常用于抽查的机器学习算法，文中还包括各个算法的 R 语言代码，你可以将其保存并运用到下一个机器学习项目中。 适用于你的数据集的最佳算法 你无法在建模前就知道哪个算法最适用于你的数据集。你必须通过反复试验的方法来寻找出可以解决你的问题的最佳算法，我称…

本文使用R语言模拟美式橄榄球比赛数据分析