It is important to understand data

It is important to understand data science even if you never intend to apply it yourself. Data analytic thinking enables you to evaluate proposals for data mining projects. For example, if an employee, a consultant, or a potential investment target proposes to improve a particular business application by extracting knowledge from data, you should be able to assess the proposal systematically and decide whether it is sound or flawed. This does not mean that you will be able to tell whether it will actually succeed for data mining projects, that often requires trying but you should be able to spot obvious flaws, unrealistic assumptions, and missing pieces.

Kết quả (Việt) 1:

Nó là quan trọng để hiểu dữ liệu khoa học ngay cả khi bạn không bao giờ có ý định áp dụng nó cho mình. Tư duy phân tích dữ liệu cho phép bạn đánh giá các đề xuất cho các dự án khai thác dữ liệu. Ví dụ, nếu một nhân viên, một nhà tư vấn hoặc một mục tiêu tiềm năng đầu tư đề xuất để cải thiện một ứng dụng kinh doanh cụ thể bằng cách chiết các kiến thức từ dữ liệu, bạn có thể đánh giá các đề xuất có hệ thống và quyết định cho dù đó là âm thanh hay thiếu sót. Điều này có nghĩa rằng bạn sẽ có thể nói cho dù nó sẽ thực sự thành công cho dữ liệu dự án khai thác khoáng sản, mà thường đòi hỏi phải cố gắng, nhưng bạn sẽ có thể tại chỗ sai sót rõ ràng, không thực tế giả định, và mất miếng.

Kết quả (Việt) 2:

Điều quan trọng là phải hiểu được khoa học dữ liệu ngay cả khi bạn không bao giờ có ý định áp dụng nó cho mình. Dữ liệu phân tích tư duy cho phép bạn đánh giá các đề xuất cho các dự án khai thác dữ liệu. Ví dụ, nếu một nhân viên, một nhà tư vấn, hoặc một mục tiêu đầu tư tiềm năng đề xuất để cải thiện một ứng dụng kinh doanh cụ thể bằng cách lấy kiến ​​thức từ dữ liệu, bạn sẽ có thể để đánh giá đề xuất hệ thống và quyết định xem nó là âm thanh hay thiếu sót. Điều này không có nghĩa là bạn sẽ có thể cho biết liệu nó sẽ thực sự thành công cho các dự án khai thác dữ liệu, thường đòi hỏi phải cố gắng nhưng bạn sẽ có thể để phát hiện sai sót rõ ràng, các giả định không thực tế, và mảnh còn thiếu.