資料分析師跟工程師的差別？
在不會數學的情況下，有沒有辦法用資料科學的方法解決我在現實世界遇到的難題呢？
為什麼一定要學習數十小時的數學跟演算法，才能開始解決我的問題？因為這些教學是給資料科學家而不是給軟體工程師。
有沒有什麼給程式設計師的教學，給你一個實際的練習題，並且教你用什麼工具什麼方法解決。
並且馬上讓你套到你的實際問題上，排序、推薦、分類…
簡單快速的展示出一個方法的特性，問題的關鍵，解決的過程，並且同時學會一個工具。
如果沒有那我可以自己在學習的過程創造出一個，並且驗證此方法存在嗎？
就經驗來看先定義出問題，就距離解決不遠了。
要怎麼在一堆有雜訊的資料中，找到關鍵的維度，並且選到適當的演算法來訓練並預測出正確的結果，排序出最有可能大賣的的商品，篩選掉不合格的商品。
參考資料
- 林軒田教授的機器學習基石開放課程 https://www.youtube.com/watch?v=vT-mUeRJfys&list=PLXVfgk9fNX2I7tB6oIINGBmW50rrmFTqf&index=9
- 上述課程的詳細讀書筆記 http://blog.fukuball.com/tag/machine-learning/
- data school 101 http://www.dataschool.io/15-hours-of-expert-machine-learning-videos/
- Data science for R http://r4ds.had.co.nz/introduction.html
- R 語言翻轉教室 http://datascienceandr.org/