本帖最后由 newsmanager 于 2016-10-20 01:59 编辑

在大数据流行的今天，数据科学家的重要性也日益凸显。这群科研工作者每天都要花费大量的时间来编写代码，以寻求关于下列问题的答案：

[list]
[*]这些数据看上去如何？他们的模式是什么？


[*]这些数据的质量如何？丢失的数据的严重性如何？


[*]独立变量是如何分布的？我需要进行变量代换吗？


[*]这些数据和机器学习任务之间的关联性如何？机器学习任务本身的难度如何？


[*]哪些变量对于机器学习目标来说最具关联性？


[*]在这些数据中存在特定的集群模式吗？


[*]这些数据中的 ML 模型性能如何？在这些模型中哪些变量是举足轻重的？
[/list]
***附件停止解析***

实际上，大多数代码都可以被整合进数据科学应用程序中，从而在不同的项目之间进行复用，以帮助数据科学家针对一个项目中的特定任务进行操作，最终保证底层任务的持续性和完整性。

为了帮助数据科学家，微软近日推出了两款数据科学应用程序：

[list]
[*]交互式数据浏览、分析和报告系统（IDEAR）
[*]自动化模型和报告（AMAR）
[/list]
这两款应用程序都可以在 CRAN-R 中运行，同时可以通过 ***链接停止解析*** 获取。

对于感兴趣的用户：***链接停止解析***