Eric Chuar 完成了 数据科学工具 个人和专业生产力》，并获得了 IBM 颁发的证书。
学校：
国际商业机器
毕业了：
2015
持续时间：
6个月
获得的数据科学基础设施技能
描述数据科学家的工具包，其中包括库和软件包、数据集、机器学习模型和大数据工具
展示 Jupyter 笔记本和 RStudio 等工具的工作知识，并利用其各种功能
使用 Python、R 和 SQL 等数据科学家常用的语言
使用 Git 仓库和 GitHub 创建和管理数据科学源代码。
课程视角
刚刚结束了《数据科学工具》课程，天哪，这就像是为终身项目找到了一个完美的工具箱。我一直都是那种在接受任何正规培训之前都需要动手实践的人。证书固然很酷，但技能才是最重要的，不是吗？
数据科学家工具包:本课程分解了基本要素--库和包、数据集、机器学习模型和大数据工具。这就像给厨师提供的不仅是食材，还有最好的厨房小工具。对于像我这样从事数字营销和编程的人来说，这就是黄金。想象一下，你能通过大数据筛选出客户趋势，或利用机器学习个性化营销策略。是不是很震撼？
语言:Python、R 和 SQL 是本课程的主角。有了编程背景，这部分内容就变得轻而易举，但真正的乐趣在于将这些语言专门用于数据科学任务。这就像学习绘画，但现在有了全新的调色板。
工作工具:Jupyter 笔记本和 RStudio 是这门课程的游乐场，它们有一些很好的功能。我已经能看到自己将这些工具整合到当前的工作流程中。这些不仅仅是课程中的工具，也是我在日常工作中会用到的工具，尤其是在数据为王的数字营销领域。
源代码管理:Git 和 GitHub 是最重要的工具。我以前用过这些工具，但这门课程教会了我如何专门组织和管理数据科学项目。这就像是在学习存储工具的最佳方法，以便在需要时可以快速抓取。
听着，我在马来西亚和新加坡生活了大半辈子。我知道这并不全是为了钱，而是为了丰富生活。现在我有了这套新技能，我迫不及待地想分享我所知道的，无论是数字营销、编程，甚至只是生活小窍门。时间在流逝，容不得半点自私。我有一个家庭要考虑，还有一个可以从这些知识中受益的社区。所以，让我们开始分享吧，好吗？