传统上,统计训练主要集中在数学推导、统计检验的证明以及在某些应用中使用的方法的一般正确性。然而,这只是分析实践的一个方面。其他维度包括对语言和工具系统的技术掌握,最重要的是构建针对特定受众的令人信服的叙述,最终目标是让他们接受分析。分析的这些“软”方面很难教,当这个领域被框定为数学并经常被安置在数学系时,可能更难教。在这次演讲中,我将讨论另一种观察领域的框架,借鉴过去在其他领域(如设计)的工作。展望未来,我们作为一个领域可以借鉴这些领域来培养和磨练创造性的镜头,这是应用工作成功所必需的。

查看材料

订阅更多鼓舞人心的开源数据科学内容。

我们喜欢庆祝和帮助人们做伟大的数据科学。通过订阅,每当我们发布新内容时,你都会收到通知。