FinanceR

循环写作,持续更新,形成闭环,贵在坚持
11

[原]深入对比数据科学工具箱:Python和R之争[2016版]

4

数据科学部门如何使用Python和R组合完成任务

7

[译] 解密 Airbnb 的数据流编程神器:Airflow 中的技巧和陷阱

25

[原]解密Airbnb 自助BI神器:Superset 颠覆 Tableau

2

[译] 解密 Airbnb 的数据科学部门如何构建知识仓库

2

[原]文档定义应用:数据科学的文档革命

9

[译] 解密 Uber 数据部门的数据可视化最佳实践

2

[译]解密 Uber 数据科学团队路径选择算法的优化之路

1

[原] 容器定义应用:数据科学的容器革命

1

[原]深入对比数据科学工具箱:Python和R 非结构化数据的结构化

1

[原]打造数据产品的快速原型:Django的Docker之旅

3

[原]数据科学教程:如何使用Airflow调度数据科学工作流

1

[原]深入对比数据科学工具箱:Python和R 的 Web 编辑器

1

[原] 深入对比数据科学工具箱:Python 和 R 的异常处理机制

2

[原] Python 开发者如何正确使用 RStudio 编辑器

1

[译] 深入对比数据科学工具箱:Python 和 R 的 C/C++ 实现

4

[原] Python 开发者面向文档编程的正确姿势

6

[原]数据科学教程: 如何使用 mlflow 管理数据科学工作流

10

[原]深入对比数据科学工具箱:Python3 和 R 之争[2020版]