¿Cuáles son los mejores blogs perspicaces sobre datos, incluida la forma en que las empresas usan los datos?

(Esta es una lista en vivo. Ediciones y adiciones son bienvenidas)

  • Peter Skomoroch: http://www.datawrangling.com/
  • Jimmy Lin: http://twitter.com/lintool
  • Jake Hofman: http://twitter.com/jakehofman
  • Daniel Lemire: http://www.daniel-lemire.com/blog
  • Ted Dunning: http://tdunning.blogspot.com/
  • Michael Noll: http://www.michael-noll.com/blog/
  • Jeff Hammerbacher: http://twitter.com/hackingdata
  • Christian Robert: http://xianblog.wordpress.com/
  • Andrew Gelman y su equipo: http://www.stat.columbia.edu/~ge…
  • Jake Mannix: http://twitter.com/pbrane
  • Andrew Thomas: http://www.acthomas.ca/comment/
  • Terence Tao: http://terrytao.wordpress.com/
  • Sujit Pal: http://sujitpal.blogspot.com/
  • Hilary Mason: http://www.hilarymason.com/
  • Schubert Zhang: http://cloudepr.blogspot.com/
  • Panos Ipeirotis: http: //behind-the-enemy-lines.bl…
  • Scott Wheeler: http://blog.directededge.com/
  • Tasso Argyros: http://www.asterdata.com/blog/
  • Daniel Tunkelang: http://thenoisychannel.com/
  • Otis Gospodnetic: http://blog.sematext.com/
  • Nati Shalom: http://natishalom.typepad.com/
  • Khader Shameer, http://friendfeed.com/shameer
  • Todd Stavish: http://blog.stavi.sh/
  • Norman White: http: //researchcomputing.blogspo…
  • Drew Conway: http://www.drewconway.com/zia/
  • Greg Linden: http://glinden.blogspot.com/
  • Mirko Lorenz: http://twitter.com/mirkolorenz
  • James Taylor: http://jtonedm.com/
  • Daniele Quercia: http://twitter.com/danielequercia
  • Attila Csordas: http://twitter.com/attilacsordas
  • Toby Segaran: http://twitter.com/kiwitobes
  • Alex Popescu: http://nosql.mypopescu.com
  • Ben Lorica: http://twitter.com/bigdata
  • Joseph Turian: http://twitter.com/turian
  • Eishay Smith: http://twitter.com/eishay
  • Stephen Turner: http://twitter.com/genetics_blog
  • Avinash Kaushik: http://www.kaushik.net/avinash/
  • Daniel Abadi: http://dbmsmusings.blogspot.com
  • Max Indelicato: http://blog.maxindelicato.com/ y http://www.osconvo.com/
  • Jeff Dalton: http://www.searchenginecaffe.com/
  • Brad Gillespie: http://twitter.com/bradgillespie
  • Bill Ladd: http://www.predictivesignals.com/
  • Ben Pierce: http://twitter.com/bpeirce
  • Sandro Saitta: http://twitter.com/DataMiningBlog
  • Departamento de Números: http://www.deptofnumbers.com/
  • Google Research: http://googleresearch.blogspot.com/
  • Blog de Google: http://googleblog.blogspot.com/
  • Yahoo Research: http://twitter.com/YahooResearch
  • Microsoft Research: http://twitter.com/MSFTResearch
  • Infochimps: http://blog.infochimps.org/
  • Dataspora: http://dataspora.com/blog/
  • Metaoptimize: http://metaoptimize.com/qa/
  • Puente analítico: http://www.analyticbridge.com/
  • Aprendizaje automático (teoría): http://hunch.net/
  • LinkedIn SNA: http://sna-projects.com/blog/
  • 80 piernas: http://blog.80legs.com/
  • Spinn3r: http://blog.spinn3r.com/
  • Almacén de datos de Londres: http://data.london.gov.uk/blog
  • Cobertura cero: http://www.zerohedge.com/
  • Blog de JPL: http://blogs.jpl.nasa.gov
  • Futuro grabado: http://blog.recordedfuture.com/
  • Inteligencia de análisis: http: //www.analysisintelligence….
  • Señales predictivas: http://www.predictivesignals.com/
  • Timetric: http://blog.timetric.com
  • Revolution Analytics: http: //blog.revolutionanalytics….
  • Página en data.gov: http://datagov.ideascale.com/
  • Página en open.gov: http://www.whitehouse.gov/open/blog
  • Datos abiertos en CTIC: http://datos.fundacionctic.org/s…
  • Bitcurrent: http://www.bitcurrent.com/
  • Atbrox: http://atbrox.com/
  • Blog de rendimiento de MySQL: http: //www.mysqlperformanceblog….
  • Conexión de aprendizaje automático: http://www.linkedin.com/groups?m…
  • Blog de AWS: http://aws.typepad.com/
  • OpenStack: http://www.openstack.org/blog/
  • Noticias de hackers: http://news.ycombinator.com/
  • Alta escalabilidad: http://highscalability.com/
  • HPCwire: http://www.hpcwire.com/
  • Radar O’Reilly: http://radar.oreilly.com/
  • Listas de correo del proyecto R: http://www.r-project.org/
  • DataMiningTips: http://twitter.com/DataMiningTips
  • DBWorld: http://www.cs.wisc.edu/dbworld/
  • KDnuggets: http://www.kdnuggets.com/
  • SPSP: http://groups.google.com/group/s…
  • Terracota: http://blog.terracottatech.com/
  • Blogroll de Sandro Saitta: http://www.dataminingblog.com/li…
  • Blogroll de ACM: http://cacm.acm.org/blogs/about-…
  • Dataists: http://www.dataists.com/
  • Obtenga la información: http://groups.google.com/group/g…
  • Cartografía radical: http://www.radicalcartography.net/
  • NAG: http://twitter.com/NAGTalk
  • Noticias de datos masivos: http://www.massivedatanews.com/
  • Nuit Blanche: http://nuit-blanche.blogspot.com/
  • Tony Hirst: http://blog.ouseful.info/
  • Csaba Szepesvári: http://readingsml.blogspot.com/
  • Andreas Stuhlmüller: http://www.aiplayground.org/
  • Urban Hafner: http://bettong.net/
  • Mario Rodriguez: http://mechanistician.blogspot.com/
  • Tim Spalding y la Cosa de la Biblioteca: http://www.librarything.com/blog…
  • http://paperscanner.blogspot.com/
  • http://blog.datamarket.com/
  • http://www.smallmeans.com/
  • http://twitter.com/nytgraphics
  • http://www.cs.uni.edu/~wallingf/…
  • http://blog.smellthedata.com/
  • Personas que han escrito cosas interesantes sobre los datos
  • http://anyall.org/blog/
  • http://blog.crowdflower.com/
  • http://codeascraft.etsy.com/
  • http://pindancing.blogspot.com/
  • http://twitter.com/smolix
  • http://howtonode.org/
  • http://www.seomoz.org/blog/googl…
  • http://marshallk.com/data-making…
  • http://jakeporway.com/
  • http://blog.zawodny.com
  • http://www.scottaaronson.com/blog/
  • http://www.catonmat.net/
  • http://www.cscs.umich.edu/~crsha…
  • http://petr-mitrichev.blogspot.com/
  • http://rna-seqblog.com
  • http://debuggable.com/blog
  • http://lingpipe-blog.com/
  • ¿Cuáles son los mejores blogs sobre bioinformática?
  • http://duartes.org/gustavo/blog/
  • http://physicsforums.com/
  • http: // robusto modelo matemático …
  • http://biostar.stackexchange.com/
  • ¿Cuáles son los mejores blogs o recursos de aprendizaje automático disponibles?
  • http://amundblog.blogspot.com/
  • http://www.sharms.org/blog
  • http://milo.com/blog/
  • http://lethain.com/
  • http://four.livejournal.com/
  • http://eigenclass.org/R2/
  • http://yuiblog.com/
  • http://dtrace.org/blogs/
  • http://www.alexbowe.com
  • http://www.tonybain.com/
  • http://blog.data-miners.com/
  • http://www.teddziuba.com/archive…
  • http://google-refine.blogspot.com/
  • http://thinkquarterly.co.uk/
  • http://www.dbms2.com/
  • http://www.machinedlearnings.com/
  • http://twitter.com/ResearchBlogs
  • http://blog.ketyov.com/
  • http://petewarden.typepad.com/
  • http://twitter.com/matthewhurst
  • http://paulbutler.org/
  • http://r-bloggers.com/
  • http://33bits.org/
  • https://blog.facebook.com
  • http://practicalcloudcomputing.com/
  • http://slacy.com/blog/
  • http://www.bryceboe.com/
  • http://kanak.kshetri.com/camping/
  • ¿Cuáles son los mejores blogs sobre transporte, logística o gestión de la cadena de suministro?
  • http://www.spicylogic.com/allend…
  • http://feeds.infosthetics.com/in…
  • http://www.daemonology.net/blog/
  • http://www.sas-x.com/
  • norvig.com
  • http://xhtml.net/
  • http://blog.ecairn.com/2011/02/1…
  • http://larrycheng.com/2009/05/26…
  • http://www.wallstreetandtech.com/
  • http: // highfrequencytradingrevie …
  • http://www.automatedtrader.net/
  • http://www.maxdama.com/
  • http://quantivity.wordpress.com/
  • http://marketsci.wordpress.com/
  • http://tr8dr.wordpress.com/
  • http://www.technologyreview.com/
  • http://journal.paul.querna.org/
  • http://www.advancedtrading.com/
  • http://www.smartbrief.com/news/
  • http://venublog.com/
  • http://cacm.acm.org/blogs/blog-cacm
  • http://research.swtch.com/
  • http://thechangelog.com/
  • http://dev.lethain.com/
  • http://wordaligned.org/
  • http://www.michaeleisen.org/blog/
  • http://www.mblondel.org/journal/
  • http://www.igvita.com/
  • http://blog.lab49.com/
  • http://sociograph.blogspot.com/
  • http://bcbio.wordpress.com/
  • http://aws.typepad.com/
  • http: //biostar.stackexchange.com…
  • http://kevin-gattaca.blogspot.com/
  • http://mysliceofpizza.blogspot.com/
  • http://seqanswers.com/
  • http://aliquote.org/memos/
  • http://paper.li/Cloud9s/1305991737#
  • http://www.manamplified.org/
  • http://the-paper-trail.org/blog/
  • http://bickson.blogspot.com/
  • http://cs.markusweimer.com/
  • http://blog.smola.org/
  • http://leon.bottou.org/
  • http://tech.royans.net/
  • http://www.somic.org/
  • http://tm.durusau.net/
  • http://www.dailyspeculations.com/
  • http://www.gbkr.com/
  • http://oracledmt.blogspot.com/
  • http: //yazdanistudioresearch.wor…
  • http://blog.blprnt.com/
  • http://betathoughts.blogspot.com/
  • http://blog.pachube.com/
  • http://blog.wattvision.com/
  • http://googleblog.blogspot.com/
  • http://www.graph-database.org
  • http://nosql-database.org/
  • http://mark.reid.name/iem/
  • http://www.edwardtufte.com
  • http://cryptogenomicon.org/
  • http://metaoptimize.com/qa/quest…
  • http://scalingsystems.com/
  • http://www.systemswemake.com/
  • http://blog.stephenwolfram.com
  • http://www.somic.org/
  • http://www.philwhln.com/
  • http://blog.std.in/
  • http://jsensarma.com/blog/catego…
  • http://www.dbms2.com/
  • http://www.dataminingblog.com/
  • http://matpalm.com/blog/
  • http://jakeporway.com/
  • http://blog.blprnt.com/
  • http://databeta.wordpress.com/
  • http://chrisdonnan.com/blog
  • http://rulecore.com/CEPblog/
  • http://magmasystems.blogspot.com/
  • http://quantivity.wordpress.com/
  • http://effbot.org/
  • http://gbracha.blogspot.com/
  • http://himmele.blogspot.com/
  • http://wesmckinney.com/blog/
  • http://zorrosgenome.wordpress.com/
  • http://tt-travails.blogspot.com/
  • http://twitter.com/#!/rrwilliams…
  • http://www.cloudera.com/blog/
  • http://mysliceofpizza.blogspot.com/
  • http://tm.durusau.net/
  • https://plus.google.com/10531412…
  • http://nlpers.blogspot.com/
  • http: //statisticsforum.wordpress…
  • http://www.thebestcolleges.org/b…
  • http://googleresearch.blogspot.com/
  • http://blog.echen.me/
  • https://plus.google.com/10207612…
  • http://atpassos.posterous.com/
  • http://darrenjw.wordpress.com/
  • http://www.igvita.com/
  • http://blog.josephwilk.net/
  • http://www.pauldix.net/
  • http://engineering.twitter.com/
  • http://codeascraft.etsy.com/
  • http://gowers.wordpress.com/
  • http://geomblog.blogspot.com/
  • https://plus.google.com/11717796…
  • http://www.commoncrawl.org/categ…
  • http://blog.kaggle.com/
  • http://matpalm.com/
  • http://datasyndrome.com/
  • http://www.searchenginecaffe.com/
  • http://www.centerspace.net/blog/
  • http://web4.cs.ucl.ac.uk/staff/T…
  • http://sifter.org/~simon/journal/
  • http: //weatheringthrutechdays.bl…
  • http://heuristically.wordpress.com/
  • http: //fivethirtyeight.blogs.nyt…
  • http://blog.galaxyzoo.org/

Aquí he extraído de okulbilisim / awesome-datascience

  • Wes McKinney – Blog de Wes McKinney.
  • Matthew Russell – Minería La red social.
  • Greg Reda – Blog personal de Greg Reda
  • Kevin Davenport – Blog personal de Kevin Davenport
  • Julia Evans – alumna de Hacker School
  • Hakan Kardas – Página web personal
  • Sean J. Taylor – Página web personal
  • Drew Conway – Página web personal
  • Hilary Mason – Página web personal
  • Noah Iliinsky – Blog personal
  • Matt Harrison – Blog personal
  • Data Science Renee Documentando mi camino de “Analista de datos SQL en busca de una maestría en ingeniería” a “Científico de datos”
  • Vamshi Ambati – AllThings Data Sciene
  • Prash Chan – Blog técnico sobre gestión de datos maestros y cada rumor que lo rodea
  • Clare Corthell – Los maestros de la ciencia de datos de código abierto
  • Paul Miller Con sede en el Reino Unido y trabajando a nivel mundial, los servicios de consultoría de Cloud of Data ayudan a los clientes a comprender las implicaciones de llevar datos y más a la nube.
  • Data Science London Data Science London es una organización sin fines de lucro dedicada a la difusión gratuita y abierta de la ciencia de datos. Somos la comunidad de ciencia de datos más grande de Europa. Somos más de 3,190 científicos de datos y geeks de datos en nuestra comunidad.
  • Peter Skomoroch APRENDIZAJE DE MÁQUINAS, MINERÍA DE DATOS Y MÁS
  • Blog personal de John Myles White
  • Quora Data Science – Preguntas y respuestas de Data Science de expertos
  • Siah, estudiante de doctorado en Berkeley
  • Data Science Report MDS, Inc. ayuda a desarrollar carreras en ciencia de datos, análisis avanzado, arquitectura de Big Data e ingeniería de software de alto rendimiento
  • Louis Dorard, un tipo de tecnología con una inclinación por la web y por los datos, grandes y pequeños
  • Machine Learning Dominio sobre cómo ayudar a los programadores profesionales a aplicar con confianza algoritmos de aprendizaje automático para abordar problemas complejos.
  • Daniel Forsyth – Blog personal
  • Data Science Weekly – Blog de noticias semanales
  • Revolution Analytics – Blog de ciencia de datos
  • R Bloggers – R Bloggers
  • La práctica Quant Big data
  • Micheal Le Gal es un entusiasta de los datos que se engancha a resolver problemas intrigantes y a elaborar hermosas historias y visualizaciones con datos. En los últimos 5 años, ha aplicado estadísticas para resolver problemas en el gobierno, las ciencias del cerebro y, más recientemente, el comercio minorista.
  • Consultoría y diseño basados ​​en datos de Datascope Anayltics
  • Otro blog de datos Otro blog de datos
  • Spenczar, científico de datos en Twitch . Manejo toda la canalización de datos, desde el seguimiento hasta la creación de modelos y los informes.
  • KD Nuggets Data Mining, Analytics, Big Data, Data, Science, no un blog, un portal
  • Meta Brown – Blog personal
  • Data Scientist está construyendo la cultura del científico de datos.
  • WhatSTheBigData es algo, todo o mucho más que lo anterior y este blog explora su impacto en la tecnología de la información, el mundo de los negocios, las agencias gubernamentales y nuestras vidas.
  • Mic Farris ¡Centrándose en ciencia, ciencia de datos, negocios, tecnología y canalizando geekness interno!
  • Tevfik Kosar – Magnus Notitia
  • New Data Scientist Cómo un científico social salta al mundo de Big Data

Cultura popular

Bases de datos e infraestructura de datos

Aprendizaje automático y minería de datos

Visualización de datos

Minería de textos y procesamiento de lenguaje natural

Volveré a este. ¡Demasiados para enumerar ahora mismo!

Actualizaciones aleatorias

¿Alguien menciona Think With Google? Contiene algunas ideas o datos, desde estadísticas de alto nivel hasta listas para mazos, hasta herramientas útiles. Y también puede consultar el blog de John Foreman (el científico de datos de Send Better Email | MailChimp).

Otros blogs útiles relacionados con la ciencia de datos:

– Blog de Edwin Chen

– Aprendizaje automático (teoría)

– FastML

– Modelado estadístico, inferencia causal y ciencias sociales –

– Caminando al azar

– sin corazonada gratis

– Investigación de minería de datos

– Minería de la web social

https://datascience.berkeley.edu/blog/

– Convertirse en un científico de datos

Data Mining Blog http://www.dataminingblog.com/ – Este blog de Sandro Saitta, ciudadano suizo, cubre temas de investigación, aplicaciones recientes, eventos importantes, entrevistas con actores principales, tendencias actuales y reseñas de libros en el campo de la analítica. El blog tiene algunas reseñas de libros interesantes, así como su propia lista completa de blogs de análisis. La sección sobre recomendaciones de lectura es particularmente interesante ya que Saitta destaca algunos de los mejores libros en minería de datos y análisis.
El blog recibe más de 8000 páginas vistas al mes y alrededor de 5000 visitantes. Su Google PageRankis 4/10 y Alexa Rank: 646′930.
2. Blog de mineros de datos Blog de mineros de datos: este blog está escrito por Michael Berry y Gordon Linoff, dos figuras destacadas en el campo de la analítica. Han escrito algunos de los libros más populares en este campo y sus libros son utilizados ampliamente en cursos de minería de datos por universidades de todo el mundo. Su blog está lleno de excelentes consejos y pepitas de conocimiento extraídos de la vasta experiencia de los escritores en consultoría analítica y es una lectura obligada para cualquier analista de negocios.
3. Flujo de datos: visualización de datos, infografías y estadísticas: a través de los datos que fluyen, Nathan Yau, un candidato a doctorado en UCLA, quiere hacer que los datos sean útiles incluso para aquellos que no conocen muy bien los datos mediante el uso efectivo de técnicas visuales. Básicamente es un sitio de visualización y estadísticas que muestra diferentes aplicaciones de análisis de datos.
Tiene una sección de empleos, llamada Job Board, que ayuda a las empresas y personas con habilidades de datos a cumplir. También hay una sección completa con tutoriales perspicaces sobre técnicas de visualización principalmente como diagramas de dispersión, mapas de líneas, gráficos de pendiente y mapas interactivos de coropletas.
4. Abbott Analytics: minería de datos y análisis predictivo: el blog de análisis de Abbot tiene varios consejos, trucos y comentarios en minería de datos y análisis predictivo, incluidos el preprocesamiento de datos, la visualización, el modelado y la implementación de modelos. El blog está alojado por Dean Abbott, presidente de Abbott Analytics en California, EE. UU. El Sr. Abbott tiene más de 21 años de experiencia aplicando métodos avanzados de minería de datos, preparación de datos y visualización de datos en problemas intensivos de datos del mundo real, incluida la detección de fraudes, el modelado de respuestas y el análisis de encuestas.
5. Occam’s Razor-http: //www.kaushik.net/avinash/- Occam’s Razor es un blog de análisis escrito por el autor, Digital Marketing Evangelist y el cofundador de Google, Avinash Kaushik. Incluye publicaciones y artículos útiles que ofrecen instrucciones y consejos prácticos para implementar prácticamente diversas herramientas y aplicaciones de análisis, formas de extraer los datos que necesita y también las mejores formas de presentarlos y contextualizarlos. Avinash también ha proporcionado una valiosa lista de podcasts, artículos y videos. Y no te pierdas su lista de artículos ineludibles … ¡vale la pena leerlos!
6. Webtrends Blog-http: //blogs.webtrends.com/categ…- El blog de Webtrends se centra en proporcionar acceso abierto a los datos. Es un lugar de encuentro para profesionales de análisis y un foro para el intercambio de información. El blog está escrito por ejecutivos y otros empleados de Webtrends.
7. Stats with Cats-http: //statswithcats.wordpress.com/- El blog de Stats with Cats es para aquellos que no pueden resolver los problemas de la vida solo con estadísticas. El blog está escrito por Charlie Kufs, que ha estado acumulando números durante más de treinta años, primero como hidrogeólogo y, desde la década de 1990, como estadístico. Está certificado como Six Sigma Green Belt por la American Society for Quality y es un geólogo profesional certificado en Pennsylvania. Charlie actualmente trabaja como estadístico para el Gobierno Federal.
8. BzST Business. Estadística. Tecnología-http: //www.bzst.com/ El blog BzST está escrito por Galit Shmueli, profesor de estadística en la Indian School of Business, Hyderabad, India. Proporciona información interesante sobre análisis de datos.
9. Jigsaw Academy- http://www.analyticstraining.com . El propio blog de Jigsaw Academy que le brinda lo último en noticias y conocimientos analíticos. Los blogs de Jigsaw son una colección de artículos interesantes y actualizados de toda la web, así como artículos informativos de su facultad y personal sobre las tendencias analíticas recientes en la industria, así como consejos y orientación para analistas de datos aspirantes.

Blog de minería de datos Investigación de minería de datos: este blog de Sandro Saitta, ciudadano suizo, cubre temas de investigación, aplicaciones recientes, eventos importantes, entrevistas con actores principales, tendencias actuales y reseñas de libros en el campo de la analítica. El blog tiene algunas reseñas de libros interesantes, así como su propia lista completa de blogs de análisis. La sección sobre recomendaciones de lectura es particularmente interesante ya que Saitta destaca algunos de los mejores libros en minería de datos y análisis.
El blog recibe más de 8000 páginas vistas al mes y alrededor de 5000 visitantes. Su Google PageRankis 4/10 y Alexa Rank: 646′930.
2. Blog de mineros de datos Blog de mineros de datos: este blog está escrito por Michael Berry y Gordon Linoff, dos figuras destacadas en el campo de la analítica. Han escrito algunos de los libros más populares en este campo y sus libros son utilizados ampliamente en cursos de minería de datos por universidades de todo el mundo. Su blog está lleno de excelentes consejos y pepitas de conocimiento extraídos de la vasta experiencia de los escritores en consultoría analítica y es una lectura obligada para cualquier analista de negocios.
3. Flujo de datos: visualización de datos, infografías y estadísticas: a través de los datos que fluyen, Nathan Yau, un candidato a doctorado en UCLA, quiere hacer que los datos sean útiles incluso para aquellos que no conocen muy bien los datos mediante el uso efectivo de técnicas visuales. Básicamente es un sitio de visualización y estadísticas que muestra diferentes aplicaciones de análisis de datos.
Tiene una sección de empleos, llamada Job Board, que ayuda a las empresas y personas con habilidades de datos a cumplir. También hay una sección completa con tutoriales perspicaces sobre técnicas de visualización principalmente como diagramas de dispersión, mapas de líneas, gráficos de pendiente y mapas interactivos de coropletas.
4. Abbott Analytics: minería de datos y análisis predictivo: el blog de análisis de Abbot tiene varios consejos, trucos y comentarios en minería de datos y análisis predictivo, incluidos el preprocesamiento de datos, la visualización, el modelado y la implementación de modelos. El blog está alojado por Dean Abbott, presidente de Abbott Analytics en California, EE. UU. El Sr. Abbott tiene más de 21 años de experiencia aplicando métodos avanzados de minería de datos, preparación de datos y visualización de datos en problemas intensivos de datos del mundo real, incluida la detección de fraudes, el modelado de respuestas y el análisis de encuestas.
5. Occam’s Razor-http: //www.kaushik.net/avinash/- Occam’s Razor es un blog de análisis escrito por el autor, Digital Marketing Evangelist y el cofundador de Google, Avinash Kaushik. Incluye publicaciones y artículos útiles que ofrecen instrucciones y consejos prácticos para implementar prácticamente diversas herramientas y aplicaciones de análisis, formas de extraer los datos que necesita y también las mejores formas de presentarlos y contextualizarlos. Avinash también ha proporcionado una valiosa lista de podcasts, artículos y videos. Y no te pierdas su lista de artículos ineludibles … ¡vale la pena leerlos!
6. Webtrends Blog-http: //blogs.webtrends.com/categ…- El blog de Webtrends se centra en proporcionar acceso abierto a los datos. Es un lugar de encuentro para profesionales de análisis y un foro para el intercambio de información. El blog está escrito por ejecutivos y otros empleados de Webtrends.
7. Stats with Cats-http: //statswithcats.wordpress.com/- El blog de Stats with Cats es para aquellos que no pueden resolver los problemas de la vida solo con estadísticas. El blog está escrito por Charlie Kufs, que ha estado acumulando números durante más de treinta años, primero como hidrogeólogo y, desde la década de 1990, como estadístico. Está certificado como Six Sigma Green Belt por la American Society for Quality y es un geólogo profesional certificado en Pennsylvania. Charlie actualmente trabaja como estadístico para el Gobierno Federal.
8. BzST Business. Estadística. Tecnología-http: //www.bzst.com/ El blog BzST está escrito por Galit Shmueli, profesor de estadística en la Indian School of Business, Hyderabad, India. Proporciona información interesante sobre análisis de datos.
9. Jigsaw Academy- http://www.analyticstraining.com . El propio blog de Jigsaw Academy que le brinda lo último en noticias y conocimientos analíticos. Los blogs de Jigsaw son una colección de artículos interesantes y actualizados de toda la web, así como artículos informativos de su facultad y personal sobre las tendencias analíticas recientes en la industria, así como consejos y orientación para analistas de datos aspirantes.

Algunos blogs sobre PNL, estadísticas y aprendizaje automático:

  • Blog de Daniel Lemire
  • Blog LingPipe
  • FlowingData
  • Sin dudas
  • Alegría de los datos
  • Mi moneda sesgada
  • Freakonometrics
  • Simplemente estadísticas
  • Ganar-vector
  • Análisis innovador
  • DatumBox

En el espíritu de ser “impulsado por los datos”, saqué una lista de los blogs de datos y las personas que con frecuencia marco en delicious. Aquí están, sin clasificar y sin ningún orden en particular:

* OkTrends http://blog.okcupid.com/
* Blog de proyectos SNA (LinkedIn) http://sna-projects.com/blog/
* Evolución de datos (Dataspora) http://dataspora.com
* FiveThirtyEight http://www.fivethirtyeight.com/
* Blog de Brendan O’Connor http://anyall.org
* Alex Smola http://blog.smola.org
* Graduado no dirigido (Jurgen Van Gael) http://undirectedgrad.blogspot.com/
* Pete Warden http://petewarden.typepad.com
* Jeffry Heer http://hci.stanford.edu/jheer/
* Medidas de medición (Bradford Cross) http://measuringmeasures.com
* Información vegana (Clay Johnson) http://www.infovegan.com
* Alta escalabilidad http://highscalability.com
* hilary mason http://www.hilarymason.com
* Sunlight Labs http://sunlightlabs.com
* Datawrangling http://www.datawrangling.com
* Datos que fluyen http://flowingdata.com
* Geeking Con Greg http://glinden.blogspot.com
* Negocios | bytes | genes | moléculas http://mndoci.com
* Minería de datos: minería de texto, visualización y redes sociales http://datamining.typepad.com
* Aprendizaje automático (teoría) http://hunch.net
* Código – Blog abierto – NYTimes http://open.blogs.nytimes.com
* Blog de LingPipe http://lingpipe-blog.com/
* Peter Norvig http://norvig.com/
* Infochimps http://blog.infochimps.org
* Joseph Turian http://metaoptimize.com/blog/
* Aaron koblin http://www.aaronkoblin.com/work… .
* igvita.com http://www.igvita.com
* Blog SimpleGeo http://blog.simplegeo.com/
* Chris Diehl http://www.cpdiehl.org/blog.html
* Juice Analytics http://www.juiceanalytics.com
* Blog de Dolores Labs http://blog.doloreslabs.com
* UMBC eBiquity Blog http://ebiquity.umbc.edu/blogger/
* Random Etc. (Tom Carden) http://www.tom-carden.co.uk
* Blog de Michael G. Noll http://www.michael-noll.com
* John D. Cook http://www.johndcook.com/blog/
* Daniel Lemire http://www.daniel-lemire.com/blog/
* Masticación cerebral (JD Long) http://www.cerebralmastication.com/
* Ojos ansiosos http://eagereyes.org/
* Ben Lorica (Radar O’Reilly) http://radar.oreilly.com/ben/
* Marginalmente interesante (Mikio L. Braun) http://blog.mikiobraun.de/
* Neoformix http://www.neoformix.com/
* Agentes de inteligencia cero (Drew Conway) http://www.drewconway.com/zia/
* Bitquill http://www.bitquill.net
* Michael Nielsen http://michaelnielsen.org/blog/
* Ben Fry http://benfry.com/writing/
* Machine Learning Etc (Yaroslav Bulatov) http://yaroslavvb.blogspot.com
* Chris Harrison http://www.chrisharrison.net
* Blog de Guardian Data (Simon Rogers): http://www.guardian.co.uk/news/d
* Sorpresa y coincidencia (Ted Dunning) http://tdunning.blogspot.com
* Complejidad simple http://simplecomplexity.net
* Semantic Void (anand kishore) http://www.semanticvoid.com/blog/
* matpalm http://matpalm.com/
* Paco Nathan http://ceteri.blogspot.com/
* Lee Byron http://leebyron.com
* manAmplified (Chris K Wensel) http://www.manamplified.org
* Dumbotics http://dumbotics.com
* Camino al fracaso (Bradford Stephens) http://www.roadtofailure.com/
* Bio y Geo Informática http://hackmap.blogspot.com/
* kiwitobes http://blog.kiwitobes.com/
* Otro blog de aprendizaje automático http://yamlb.wordpress.com/
* Blog de Cloudera http://www.cloudera.com/blog/
* Inductio Ex Machina (Mark Reid) http://mark.reid.name/iem/
* Modelado estadístico, inferencia causal y ciencias sociales http://www.stat.columbia.edu/~ge
* atbrox http://atbrox.com
* Bitwiese http://www.bitwiese.de/
* SquareCog http://squarecog.wordpress.com/
* Chris Riccomini http://www.riccomini.name/
* Blog de Sematext http://blog.sematext.com/
* Blog del minero de datos http://blog.data-miners.com/
* Saaien tist (Jan Aerts) http://saaientist.blogspot.com/
* Byte Mining (@datajunkie) http://www.bytemining.com/
* Ka-Ping Yee http://zesty.ca/
* Jeffrey Veen http://www.veen.com/jeff/index.html

Puede echar un vistazo a FusionBrew: el blog de FusionCharts Tenemos recursos sobre cómo las empresas y las instituciones educativas están utilizando los datos y la visualización de datos. Algunos artículos que pueden ser de su interés:

  1. Serie de visualización de datos en educación (Búsqueda: visualización de datos en educación)
  2. Cómo se utiliza la visualización de datos en 6 grandes empresas (Walmart, Netflix, P&G, MailChimp, Airbnb y Twitter) (Buscar: Destacado de visualización de datos)
  3. ¿Cómo utiliza Nestlé la visualización de datos para la supervisión y participación en las redes sociales?
  4. ¿Cómo la visualización de datos y la gestión eficaz de la información ayudan a los empleados de Unilever a tomar mejores decisiones?

Descargo de responsabilidad: soy escritor en FusionCharts.

El campo de la ciencia de datos avanza y evoluciona continuamente a un ritmo rápido. Más compañías están contratando científicos de datos profesionales para extraer, analizar y usar los datos correctamente, para garantizar que sean útiles.

La información sobre minería de datos, ciencia de datos y herramientas aumenta día a día, confunde a los investigadores y hace que cada vez sea más difícil encontrar la información que necesitan.

En DataPlay hemos compilado una lista de 10 de los blogs de datos más útiles, fáciles de navegar e interesantes en la web de hoy:

  • Revoluciones Este blog de David Smith puede interesarle especialmente si es miembro de la comunidad R. El blog está dedicado a noticias e información sobre el uso de código abierto R para análisis de big data, modelado predictivo, ciencia de datos y más. El blog se actualiza cada día de trabajo en los EE. UU., Con contribuciones de varios autores.
  • El BlogKevin de Kevin Davenport es un entusiasta de la tecnología interesado en la automatización, el aprendizaje automático y la transmisión de modelos estadísticos complejos a través de la visualización. En su blog, examina el trabajo de Python, da consejos sobre cómo trabajar con conjuntos de datos, sugiere mejores formas de visualizar datos y mucho más.
  • Harish Kotadia BlogHarish es un líder de pensamiento reconocido por la industria en Big Data y Analytics. SAP lo califica como uno de los 50 principales influyentes de Big Data a nivel mundial. En el blog, Harish explora muchos temas relacionados con big data y análisis, lo que seguramente enriquecerá su conocimiento sobre estos temas.
  • El blogSean de Sean J. Taylor es un científico investigador en el equipo de ciencia de datos de Facebook, y su blog se basa en sus hallazgos, investigaciones e información sobre las próximas charlas y conferencias. La investigación de Sean abarca desde el estudio de la influencia social en línea, el marketing viral, el uso de las redes sociales para medir cómo se comportan los fanáticos del deporte y el impacto de la ciencia de datos en la toma de decisiones en las organizaciones.
  • BzSTEste blog es de Galit Shmueli, profesor distinguido en el Instituto de Ciencia de Servicio, Universidad Nacional Tsing Hua, Taiwán. A Galit le encanta explorar big data, análisis empresarial y predictivo, explicar la minería de datos y mucho más relacionado con la investigación y los datos.
    Este blog se basa no solo en presentar las ideas y pensamientos del autor sobre análisis y estadísticas, sino también en la enseñanza.
  • Estadística Este blog está escrito conjuntamente por 7 estadísticos de París que también son buenos amigos. El blog proporciona consejos y trucos útiles en trabajos cotidianos, enlaces a varias páginas que encuentran interesantes, artículos, seminarios, etc. Este blog puede ser interesante tanto para investigadores como para científicos de datos, así como para cualquier persona que tenga un interés casual en estos temas, ya que los blogs son detallados y fáciles de entender para cualquier tipo de lector.
  • Blog de Stats With Cats Este blog es de Charlie Kufs, quien ha estado acumulando cifras durante más de 30 años, primero como hidrogeólogo y, desde la década de 1990, como estadístico. Su lema es: “Cuando no puedes resolver los problemas de la vida solo con estadísticas”. Los artículos tratan sobre estadísticas y no sobre gatos, pero el título insinúa el humor del blog, que es entretenido y único.
  • The Data Doghouse Si el blog anterior está ‘basado en gatos’, entonces este lleva el nombre de otro animal favorito. El blog de Data Doghouse está dirigido por Rick Sherman, quien tiene más de 20 años de experiencia en sistemas de almacenamiento de datos y soporte de decisiones. Su blog se basa en sus observaciones sobre análisis, big data, inteligencia empresarial, minería de datos y más.
  • Blog de probabilidad y estadística Este blog es de Matt Asher, un estudiante graduado de estadística en la Universidad de Toronto. Su blog de probabilidad y estadísticas se basa principalmente en artículos sobre estadísticas R, ciencia de datos, visualización y similares. Consulte el Manifiesto de estadísticas de Asher.
  • Epidemiología observacional Un profesor universitario, Joseph, y un consultor estadístico, Mark, ofrecen sus comentarios, observaciones y reflexiones sobre estadísticas aplicadas, educación superior y epidemiología. Este blog se actualiza con nuevos artículos cada día de la semana, por lo que nunca se aburrirá navegando por él.

Estos son, hemos encontrado, los blogs más útiles, interesantes y entretenidos de la industria. Por supuesto, no todos satisfarán sus necesidades. Disfruta de los que más te interesan y que se ajustan a tu nivel de competencia.

Sugerimos que todos los profesionales sigan blogs de académicos y otros profesionales. Le presentarán nuevas herramientas estadísticas que no sabía que existían y lo mantendrán actualizado con la teoría. Los profesionales junior y los profesionales de nivel medio pueden disfrutar de seguir blogs orientados a nuevas empresas, ya que explican los términos y funciones.

Además de la lista anterior, siempre puede seguir este blog de DataPlay, ya que publicamos regularmente artículos informativos y relevantes para la industria sobre gestión de datos, computación en la nube, inteligencia empresarial, visualización de datos y mucho más.

Fuente: 10 Mejores Blogs en Data- DataPlay Blog

¡Espero que mi respuesta te sea útil!

Creo que esta es una pregunta extraña. Preguntar sobre blogs de “datos” es como preguntar sobre blogs que usan matemáticas o que tienen buenas imágenes. Tiene sentido, pero lo importante no es que un blog se trate de datos, sino para qué se usan.

Los datos son un medio, no un fin. Algunas personas están interesadas en el negocio de los datos, otras en las ciencias sociales, algunas en lo que dicen los datos sobre las citas, algunas aplicadas a los mercados financieros. Personalmente, hablar de la tecnología detrás de los datos es mucho más aburrido que la aplicación de datos a problemas del mundo real. Pero eso es completamente subjetivo.

Entonces, ¿qué blogs leo, como alguien con mis prejuicios particulares hacia la aplicación de datos sobre la tecnología:
http: //fivethirtyeight.blogs.nyt … (ahora un blog del NY Times, sobre política y ocasionalmente deportes)
http://www.polipsych.com/&nbsp ; (mi blog sobre datos de ciencias sociales)
http://www.freakonomics.com/blog/ – (Blog de Freakonomics sobre economía)
http://www.fangraphs.com/&nbsp ; (estadísticas aplicadas al béisbol)
http://data.ranker.com/&nbsp ; (sobre los datos de opinión recopilados en Ranker.com, similar al blog de okcupid, pero con diferentes tipos de datos)
http://blog.okcupid.com/ – (El blog de OkCupid sobre citas)
http://www.beyondthepurchase.org … – (Acerca de los datos aplicados a la psicología del consumidor, con un enfoque positivo en psicología)
http://themonkeycage.org/ – (blog de ciencias políticas)
http: //thesituationist.wordpress … – (blog de psicología social)

Sugeriría una taxonomía de blogs en esta respuesta, en lugar de una lista clasificada, ya que me encantaría descubrir blogs sobre datos de ciencias sociales, en particular.

Aquí está mi lista:

  • Blog de ciencia de datos – Página en datascience.community
  • R-Bloggers – R-bloggers
  • Edwin Chen, científico de datos de Dropbox – Blog de Edwin Chen
  • Reddit Machine Learning – Machine Learning • / r / MachineLearning
  • Boletín semanal de Data Science – Data Science Weekly
  • Estadísticas de decisión – ESTADÍSTICAS DE DECISIÓN

Hilary Mason ha creado un muy buen paquete de blogs de Data Science:
Blogs de ciencia de datos

  • Simplemente estadísticas
    Cuando salí del campus esa noche, uno de los guardias de seguridad de la Universidad de Nueva York que había visto a los estudiantes instalar las computadoras en los ascensores me preguntó cómo había ido nuestro experimento. Le expliqué que habíamos encontrado que los estudiantes parecían usar los ascensores por la mañana, tal vez porque estaban cansados ​​de quedarse despiertos hasta tarde, y cambiaban a las escaleras por la noche, cuando se energizaban.
  • Pereza de tres dedos: el blog de Cosma Shalizi
    Afganistán y Asia Central Anticontrarianism Bayes, Biología Anti-Bayes Cometen una Complejidad de Ciencias Sociales Conjunción Constante Conexión Necesaria Corrompiendo al Joven Creacionismo Diálogos Cthulhiana Enigmas de Oportunidad Comida Viernes Gato Blogueando escuchado sobre Pittsburgh, PA IQ Islam Kith y Kin Aprendieron locura Vinculación Matemáticas Mentes, cerebros y redes de propuestas modestas de neuronas
  • Blog de Data Community DC
    ¿Su organización está considerando adoptar la ciencia de datos? Si es así, nos gustaría darle algunos consejos útiles sobre cuestiones organizativas y técnicas a tener en cuenta antes de embarcarse en cualquier iniciativa o considerar contratar científicos de datos. Únase a nosotros, Sean Murphy y Marck Vaisman, dos Washington, DC
    • The Endeavor – El blog de John D. Cook
      Esta es la segunda publicación de una serie sobre vibraciones determinada por la ecuación. La primera publicación de la serie analizó el caso más simple, γ = 0 y F = 0. Ahora veremos el caso más realista y más interesante de amortiguación γ > 0.

    • FastML
      ¿Cómo se aprende el aprendizaje automático? Una buena manera de comenzar es tomar un curso en línea. Estos cursos comenzaron a aparecer a fines de 2011, primero de la Universidad de Stanford, ahora de Coursera, Udacity, edX y otras instituciones. Hay muchos de ellos, incluidos algunos sobre el aprendizaje automático.
      • R-bloggers | R noticias y tutoriales de la web
        La gente de Rstudio ha hecho un trabajo increíble con el paquete brillante. Desde la página de inicio brillante, “Shiny hace que sea muy simple para los usuarios de R como usted convertir los análisis en aplicaciones web interactivas que cualquiera puede usar”. El desarrollo de aplicaciones web siempre me ha atraído, pero aloja, aprende javascript, html, etc.
      • carteles
        Un blog (personal) de bocetos de datos del Departamento de Gráficos del New York Times. Mantenido por @KevinQ.
      • Estadísticamente significante
      • Agradable: he estado buscando algo como esto, ¡pero es un poco abrumador! Si confiamos en la “sabiduría de esta multitud”, ¿quizás sea necesario un voto? Frecuentemente clasifiqué los enlaces para identificar a 19 infractores reincidentes:

        3 http://hunch.net
        2 http://atbrox.com
        2 http://blog.data-miners.com
        2 http://blog.okcupid.com
        2 http://blog.sematext.com
        2 http://blog.smola.org
        2 http://dataspora.com/blog
        2 http://dbmsmusings.blogspot.com
        2 http://flowingdata.com
        2 http://glinden.blogspot.com
        2 http://measuringmeasures.com
        2 http://sna-projects.com/blog
        2 http://tdunning.blogspot.com
        2 http://www.daniel-lemire.com/blog
        2 http://www.datawrangling.com
        2 http://www.drewconway.com/zia
        2 http://www.fivethirtyeight.com
        2 http://www.hilarymason.com
        2 http://www.predictivesignals.com

        Esto se calculó con el siguiente comando (que estoy seguro podría optimizarse):
        curl –compressed -sLN –url ‘ http://rest.extractiv.com/extrac… | grep “tipo \”: \ “HTTP” -B1 | grep -oi ” http: //.*&quot ; | awk ‘{print tolower ($ 0)}’ | sed -e” s / \ / \? \ “, //” | ordenar | uniq -cd | sort -rn
        * Las normalizaciones de subdominio solo hicieron una ligera diferencia

        No en la lista estaba http://blog.extractiv.com 🙂

        Big Data Analytics es para ayudar a las empresas a tomar decisiones comerciales más informadas al permitir que DATA Scientist, modeladores predictivos y otros profesionales de análisis analicen grandes volúmenes de datos de transacciones, así como otras formas de datos que pueden ser aprovechadas por los programas convencionales de inteligencia empresarial (BI) . Eso podría incluir registros del servidor web y datos de Internet Click Stream, contenido de redes sociales e informes de actividad de redes sociales, texto de correos electrónicos de clientes y respuestas de encuestas, registros detallados de llamadas de teléfonos móviles y datos de máquinas capturados por sensores conectados a INTERNET. Algunas personas se asocian exclusivamente Big Data con datos semiestructurados y no estructurados de ese tipo, pero las firmas consultoras como Gartner Inc. y Forrester Research Inc. también consideran que las transacciones y otros datos estructurados son componentes válidos de las aplicaciones de análisis de Big Data. Hadoop All in 1, Data Science, Statistics and Probability – Clases de capacitación de cursos combinados en línea | Hadoop All in 1, ciencia de datos, estadística y probabilidad: cursos combinados en línea

        Los grandes datos se pueden analizar con las herramientas de software comúnmente utilizadas como parte de las disciplinas de Advance Analytics, como la minería de datos de análisis predictivo, el análisis de texto y el método estadístico. El software de BI convencional y las herramientas de visualización también pueden desempeñar un papel en el proceso de análisis. Pero los datos semiestructurados y no estructurados pueden no encajar bien en el Data Warehouse tradicional basado en la base de datos relacional. Además, es posible que los almacenes de datos no puedan manejar las demandas de procesamiento que plantean los conjuntos de grandes datos que deben actualizarse con frecuencia o incluso continuamente, por ejemplo, datos en tiempo real sobre el rendimiento de aplicaciones móviles o de oleoductos y gasoductos. Como resultado, muchas organizaciones que buscan recopilar, procesar y analizar grandes datos han recurrido a una nueva clase de tecnologías que incluye Hadoop y herramientas relacionadas como Yarn Spook, Spark y Pig, así como bases de datos No Sql. Esas tecnologías forman el núcleo de un marco de software de código abierto que admite el procesamiento de conjuntos de datos grandes y diversos en sistemas en clúster.

        En algunos casos, los sistemas Hadoop Cluster y No SQL se están utilizando como pistas de aterrizaje y áreas de preparación de datos antes de que se carguen en un almacén de datos para su análisis, a menudo en forma resumida que es más propicio para las estructuras relacionales. Sin embargo, cada vez más, los proveedores de big data están impulsando el concepto de una toma de datos de Hadoop que sirve como el depósito central para los flujos entrantes de datos sin procesar de una organización. En tales arquitecturas, los subconjuntos de datos se pueden filtrar para su análisis en almacenes de datos y bases de datos de análisis, o se pueden analizar directamente en Hadoop utilizando herramientas de consulta por lotes, software de procesamiento de flujo y tecnologías SQL y Hadoop que ejecutan consultas interactivas y ad hoc escritas en SQL Las posibles trampas que pueden hacer tropezar a las organizaciones en iniciativas de análisis de big data incluyen la falta de habilidades analíticas internas y el alto costo de contratar profesionales analíticos experimentados. La cantidad de información que generalmente está involucrada, y su variedad, también pueden causar dolores de cabeza en la gestión de datos, incluidos la calidad de los datos y los problemas de coherencia. Además, integrar sistemas Hadoop y almacenes de datos puede ser un desafío, aunque varios proveedores ahora ofrecen conectores de software entre Hadoop y bases de datos relacionales, así como otras herramientas de integración de datos con capacidades de big data.

        Las empresas están utilizando el poder de los conocimientos proporcionados por Big Data para establecer instantáneamente quién hizo qué, cuándo y dónde. El mayor valor creado por estos conocimientos oportunos y significativos de grandes conjuntos de datos es a menudo la toma de decisiones empresariales efectivas que permiten los conocimientos.

        Aquí hay algunos blogs de ciencia de datos que se enfocan en la aplicación de ciencia de datos para diferentes problemas y negocios de la vida real:

        • DataVersionControl – Blog (ML iterativo, colaboración de científicos de datos)
        • Kumar Shridhar – Medio (artículos sobre el uso práctico de la ciencia de datos en el desarrollo de juegos y fondos de cobertura)
        • George Vyshnya – Medio (buen artículo sobre cómo tratar el tema de DevOps en proyectos de ciencia de datos)
        • Marija Ilić – Media (R y desarrollo del modelo reproducible)

        No se trata realmente de blogs, pero también puede considerar meta-feeds como las siguientes comunidades de google +.

        • Datos Datos Datos – Google+
        • Ciencia de datos – Google+
        • Big Data – Google+

        También te puede interesar la siguiente pregunta de Quora:
        ¿Cuáles son las mejores visualizaciones de datos jamás creadas?

        Por último, con los datos, generalmente asocio información de naturaleza cualitativa o cuantitativa asignada a los objetos. Derivar información en un contexto dado, se basa inherentemente en el conocimiento de la teoría de la información .

        El Big Data popularizado, a pesar de su nombre algo engañoso, se trata realmente de infraestructura informática y estrategias informáticas para realizar “mediciones” de datos generalmente inherentemente ruidosos. La información generalmente se contribuye en circunstancias muy diferentes a los datos clásicos, sin el objetivo deliberado de crear información cualitativa o incluso necesariamente cuantitativa.

        Te puedo ayudar con enlaces de algunos blogs sobre Data Science.

        1. What’s the Big Data, por Gil Press. Gil cubre el espacio de Big Data y también escribe una columna sobre Big Data y Business en Forbes.
        2. Navaja de Occam, por Avinash Kaushik, brillante evangelista de marketing digital en Google
        3. Minería de datos: minería de texto, visualización y redes sociales, por Matthew Hurst, un destacado científico de datos en Microsoft
        4. Geeking with Greg, por Greg Linden, inventor del motor de recomendación de Amazon y emprendedor de internet
        5. Blog de Steve Miller, que abarca ciencia de datos, estadísticas, R y otros temas en la gestión de la información.
        6. KDnuggets, noticias, trabajos, software, eventos y más en investigación y aplicaciones de Data Mining y Data Science.

        En GreyAtom, con nuestro plan de estudios ágil, listo para la industria y monitoreo activo de carrera , estaremos allí en cada paso de su viaje para llegar al destino final de convertirse y trabajar como ingeniero de ciencia de datos de Full Stack.

        Tendrá un historial de contribuciones de código abierto y ayudará a la comunidad más amplia de ingeniería de software (a través de Github, StackOverflow, un blog o similar).

        Puede consultar los detalles del curso haciendo clic en este enlace Full Stack Data Science Engineering | Greyatom

        Los datos realmente impulsan todo lo que hacemos. Si eres un apasionado de la ciencia de datos y quieres redefinir tu carrera, visítanos en el programa in situ de GreyAtom: ciencia de datos, aprendizaje automático, Big Data

        Creemos que “Aprender = hacer trabajo real”

        Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudar a las personas a encontrar carreras sostenibles en Data Science es mi pasión.

        ¿Siempre ha estado interesado en Big Data, Analytics, IoT? ¡Entonces ahora es tu oportunidad de hablar y escribir sobre eso!

        Experfy, con sede en Harvard Innovation Lab, es el mercado más grande del mundo para consultoría de Big Data y Analytics. Experfy ha lanzado recientemente un mercado de capacitación en Big Data en colaboración con líderes de la industria de Harvard, Amazon, Apple y otras compañías importantes. Hemos lanzado 30 cursos y tenemos otros 100 en proceso que agregaremos en los próximos meses.

        Ahora estamos buscando activamente entusiastas motivados de la ciencia de datos que estén interesados ​​en escribir sobre el campo de Big Data, Analytics e IoT.

        Entonces, ¿cómo puede convertirse en un Blogger oficial de ciencia de datos de Experfy:

        • Estar motivado y entusiasmado con el mundo de la ciencia de datos
        • Escribe un blog y publícalo en tus redes sociales (enlázalo a Experfy)
        • Enviar el blog a [correo electrónico protegido]

        ¡Esperamos ver muchas publicaciones interesantes para poder crear la próxima generación de bloggers de ciencia de datos!

        http://www.experfy.com

        El blog de PromptCloud publica contenido muy atractivo relacionado con la extracción de datos web, Big Data, análisis de datos y visualizaciones.

        Aquí hay algunos artículos de muestra:

        • Minería de los Tweets de Emma Watson con R
        • Técnicas de aprendizaje automático supervisadas vs no supervisadas
        • Aplicaciones de web scraping en el dominio financiero