头条新闻，20 月 2 日至 3 月 XNUMX 日：XNUMX 个工具来跟踪和可视化 Python 代码的执行

上周最受欢迎

1. 3 个跟踪和可视化 Python 代码执行的工具, 通过 Khuyen Tran
2. 每个数据科学家初学者都应该掌握的 6 个预测模型, 伊沃·贝尔纳多
3. 2021 年最佳 ETL 工具, 莫扎特数据
4. 使用管道编写干净的 Python 代码, 通过 Khuyen Tran
5. 每个数据科学家都应该知道的三个 R 库（即使您使用 Python），作者：Terence Shin

上周最受欢迎的推文

1. 每个初学者数据科学家都应该掌握的 6 个预测模型#DataScience #KDnuggets
2. #DataScience自学课程#KDN
3. 跟踪您的#DataScience 进度#KDN 的清单
4. #2021 年数据科学学习路线图 #KDN
5. 应该使用线性回归模型而不是#NeuralNetworks #KDN 的 3 个原因

过去30天最受欢迎

1. 使用管道编写干净的 Python 代码, 通过 Khuyen Tran
2. 建立稳固的数据团队, 罗曼·休特
3. 如何获得数据科学家认证, 阿比德·阿里·阿万
4. 3 个跟踪和可视化 Python 代码执行的工具, 通过 Khuyen Tran
5. 每个数据科学家初学者都应该掌握的 6 个预测模型, 伊沃·贝尔纳多
6. 将机器学习算法完全端到端部署到现场生产环境中, 格雷厄姆·哈里森
7. 5 个实用的数据科学项目将帮助您解决 2022 年的实际业务问题，作者：Terence Shin
8. 2021 年最佳 ETL 工具, 莫扎特数据
9. 成为伟大的数据科学家所需的 5 项关键技能, 莎兰·库马尔·拉文德兰
10. 成功数据科学家的 5 个特征，作者：Matthew Mayo