Data Science inconvenient truth

📅 April 01, 2018

•

⏱️1 min read

데이터과학의 불편한 진실

Data is never clean (데이터는 절대 깨끗하지 않다)
You will spend most of your time cleaning and preparing data (당신은 분석의 대부분의 시간을 전처리 단계에서 보내게 될 것이다)
95% of tasks do not require deep learning (95% 일은 Deep Learning을 필요로 하지 않는다)
In 90% of cases generalized linear regression will do the trick (실제 분석의 90%는 GLM으로 해결된다 )
Big Data is just a tool (빅 데이터는 단지 도구일 뿐이다)
You should embrace the Bayesian approach (당신은 베이지안 접근을 포용해야 한다)
No one cares how you did it (사용자 입장에서는 네가 어떤 방법을 사용했는가는 중요하지 않다)
Academia and business are two different worlds (학계와 산업계는 서로 다른 세계이다)
Presentation is key - be a master of Power Point (프리젠테이션이 핵심이다: PowerPoint의 마스터가 되라)
All models are false, but some are useful (모든 모델은 틀렸다, 하지만 몇몇은 유용하다)
There is no fully automated Data Science. You need to get your hands dirty (완전 자동화된 데이터 과학같은 것은 없다. 인간이 개입되어야 할 부분이 있다)