计算机视觉可以学习美式手语，进而帮助听力障碍群体吗？数据科学家 David Lee 用一个项目给出了答案。 如果听不到了，你会怎么办？如果只能用手语交流呢？ 当对方无法理解你时，即使像订餐、讨论财务事项，甚至和朋

对数据科学家来说，给数据打上标签并开发出一个准确的机器学习模型是很困难的，而且在生产中管理模型也可能会更加令人生畏。识别模型漂移、通过更新数据集来对模型进行再训练、提高性能以及维护底层技术平台都是重要

  尽管关于这个话题的文章不计其数，但文本作者想要找寻那种为大部分数据科学家所用而又有特色的工具及其认证。这些认证有的是免费的，有的比较便宜，但都值得尝试。 不过，这还是要取决于你在数据科学领域的关

随着数据科学行业自 2013 年以来的爆炸式流行，该行业一直不断地朝着更宽泛的方向发展，但同时也逐渐出现了更具体的职业角色分化。本文首先分析了数据科学行业的总体发展趋势，然后深入地比较了机器学习领域中几个不

人工智能(AI)和机器学习(ML)经历了巨大的增长，这是因为越来越多的企业寻求快速、低成本、创新的方式来使用大数据。但是，为了有效地部署这些技术，企业的团队必须紧跟最新的数据科学趋势。 如今，“数据科学&r

人工智能的广泛应用如今得到了很好的证明，但是它究竟如何增强企业的社交媒体营销策略? 人工智能有可能彻底改变企业品牌的社会知名度，从而为采取更为精明的营销方式铺平道路。 人工智能在社交媒体中的巨大潜力已经

在企业能够利用大数据的优势之前，数据科学家和开发人员必须准备和组织好数据，并开发底层的机器学习算法和预测模型，以支持分析师和IT从业者使用的商业智能应用。 从传统上说，这是一个非常耗时的过程，但是有很多

  作为一门基础性学科，数学在数据科学和机器学习领域都发挥着不可或缺的作用。数学基础是理解各种算法的先决条件，也将帮助我们更深入透彻地了解算法的内在原理。所以，本文作者阐释了数据科学和机器学习为何

  零售商要想获得成功并不容易。不断变化的客户需求、市场需求缩小的风险以及实体店的客流量减少等只是零售商在运营时可能面临的一些挑战。许多企业依靠数据科学和商业智能工具超越竞争对手，并在充满挑战的市

在如今的数据智能时代，几乎所有人都相信“数据的真实价值就像漂浮在海洋中的冰山，第一眼你只能看到冰山一角，而绝大部分则隐藏在表面之下。”当数据的价值依然在冰山之下隐藏，外面的世界便弥漫着对数据

本文转载自公众号“读芯术”(ID：AI_Discovery) 如果一个应届毕业生或跳槽者问我该如何进入数据科学领域，我会告诉你，转行成为一名软件工程师，而不是数据科学家。 可能你会感到奇怪，许多人都渴望成为一