数据科学LSTM项目反馈

Question

我意识到这有点超出了这里通常被问到的问题范围，所以请原谅。我的任务是为一份数据科学家的工作进行不限成员名额的技术筛选。这是我的第一份工作，要求像这样的东西，所以我想确保我提交了非常好的工作。他们给了我一个数据集，让我确定问题以及如何使用机器学习来解决问题，给出目标特征的统计信息，对数据进行预处理，对数据进行建模，并解释结果。你知道吗

我正在寻找反馈，如果我错过了任何重大的我的结果。高水平的反馈是好的。希望你们中的一些人是数据科学家，或者已经完成了这样的技术筛选，或者已经审查了一个，可以提供一些有价值的反馈给一个未来的数据科学家。你知道吗

谢谢你！你知道吗

Github Link to Project

Answer 1

如果我是评估者，我会问这样的问题

1）研究/业务问题是什么？ 建议：报告开始时要明确说明问题

2）现有的解决方案是什么？ 建议：添加一个关于类似问题的现有解决方案及其结果的简要文献综述，最好采用表格形式。你知道吗

3）简要阐述数据的描述性和多元性。 建议：增加描述性和推断性统计数据，包括一些可以从变量相关性中得出的初步假设。你知道吗

4）为什么选择这种特殊的方法来解决问题？ 建议：给出可信的理由，并辅以有利于所提议方法的定量假设示例解决方案。你知道吗

5）如果是分类任务，我会问这样的问题，“模型的基线精度是多少？”如果是聚类任务，“聚类纯度的基准是什么？” 建议：从目标变量分布中找出这个精度。你知道吗

最后，你需要明白，为什么会提出这样一个开放式的问题。有两种可能

（a）公司在数据科学方面是新的，不确定他们在寻找什么，也就是说，他们既不具备评估候选人技能所需的专业知识，也不确定他们的要求是什么。如果是这样的话，那么报告必须尽可能的简单和详细。别乱说行话。你知道吗

或者

（b）公司在数据科学方面经验丰富，这是一项过滤测试。为了筛选出自称是数据科学家的笨蛋，他们认为将一些现成的解决方案步骤（如预处理、降维、建模）链接起来解决了一个问题。其基本思想是找出候选人的分析能力。你知道吗

因此，明智地撰写报告，确保没有任何虚假的东西。你知道吗

祝你好运。你知道吗

Answer 2

看一看桌子

Mars Express Power Challenge Get the data, model and predict the thermal power consumption

这里https://kelvins.esa.int/mars-express-power-challenge/

挑战是获得数据并预测未来轨道器的消耗，以计划如何节约能源（当在太阳场存在过热的风险时，以及在太阳夜晚存在变冷的风险时）

团队使用了不同的方法，我可能会选择LSTM。但胜出的团队对“特征工程与选择”进行了非常详细的讲解，重点是重要的不是所使用的工具，而是特征提取与选择的正确选择。 https://arc.aiaa.org/doi/pdf/10.2514/6.2018-2561

我读了获奖论文和你的作品。我真的更喜欢你的方式。 如你所见，如果你读了这篇论文，你的方法是相当可比的，但他们把特征提取研究放在了研究的中心。你知道吗

你可以通过提供更多的证据来保证你的工作，证明你为FE选择了正确的方法。例如，你可以提供两种有限元方法，并比较给出的方法的结果，或者，你解释你选择了一个知道目前的技术状况，这一特定的文件证明布拉布拉布拉。。。你知道吗

您可以添加ARIMA-VAR-VARMA和您的比较结果来说明过去3年在该领域的最新研究论文中的“优于”和参考，以及最近在LSTM上发表的其他关于能源消耗预测的参考文献。你知道吗

你的文件结尾突然，人们会等待一个装饰性的结论，因为我们习惯于在一篇普通的论文中发现。你知道吗

就是这样。你知道吗

（请不要考虑我唯一的意见，因为我不觉得自己是数据科学家：）有一天我会为自己感到非常自豪，我会缩写出你所做的；）谢谢分享，很高兴读到它）