How to read like a Data Scientist
...เหนือสิ่งอื่นใด Data Scientist ควรอ่านพื้นฐานต่างๆ เพื่อสร้างรากฐานความเข้าใจในการคิดเชิงคณิตศาสตร์ก่อน เพื่อสามารถออกแบบ และสร้างโมเดล และมีความเข้าใจองค์ประกอบทั้งระบบได้ ตัวอย่างหนังสือ เช่น
Machine Learning Yearning, by Andrew Ng
Predictive Analytics, by Eric Siegel
...ต่อมา Data Scientist ควรอ่านหนังสือด้าน Computer programming และ Technology ต่างๆ เพื่อพัฒนา Skill ตัวเองด้าน Programming ตัวอย่างเช่น
An Introduction to Statistical Learning With Applications in R
Python Data Science Handbook by Jake VanderPlas
Learning SQL by Alan Beaulieu
Big Data and Hadoop by VK Jain
...และสุดท้าย Data Scientist ที่มีพื้นฐานแน่น และมีความสามารถด้าน Programming ที่คล่องแคล่วแล้ว ควรอ่านบทความเกี่ยวกับการทำธุรกิจ และการนำเสนอข้อมูลด้วยตัวเลข
Big Data: A Revolution that Will Transform how We Live, Work, and Think by Viktor Mayer-Schönberger, Kenneth Cukier
Data Science for Business by Foster Provost, Tom Fawcett
ทั้งนี้ การหาความรู้ต่างๆ นั้น ไม่ได้จำกัดแค่ในรูปแบบของหนังสือ และยังมีสื่อต่างๆ อีกมากมาย เช่น
...Data Expert ทั้งหลายจะต้องสามารถมีมุมมองด้านการใช้ข้อมูล และการออกแบบ Model อยู่ในสายเลือดได้ เพราะฉะนั้น ไม่ว่าเขาจะอ่านบทความไหนๆ ก็สามารถตีความออกมาให้เป็น Data-Driven Decision ได้โดยทั้งสิ้น
ตัวอย่างเช่น บทความ "เพราะเหตุใด ทำไม Trello ยังไม่ไปถึงดวงดาว?"
จาก Techsauce (https://techsauce.co/startup/why-trello-cannot-go-to-star/)
...หากเป็น Data Scientist อ่าน เขาจะสามารถวิเคราะห์ต่อได้ว่า ควรแก้ปัญหาตรงไหนอย่างไร
เช่น นำ Clustering มาแบ่งกลุ่มลูกค้า หรือใช้ Classification มาระบุตัวตนของลูกค้า และใช้ Co-occurring grouping และ Similarity matching มาทำ Cross-sell เพื่อดึงดูด และเพิ่มมูลค่าให้ตัว product เป็นต้น
...ทั้งนี้ อาชีพ Data Expert ไม่ว่าจะเป็น Data Engineer, Data Scientist, และ Data Analyst มีความจำเป็นต้องเรียนรู้ และฝึกฝนตลอดเวลา เพื่อให้ทันกับเหตุการณ์ใหม่ๆ และสะสมประสบการณ์ให้แข็งแกร่งต่อไป
