大資料和人工智慧

Hadley Wickham 提出了分析Tidy Tuesday資料集的重要建議。Tidy Tuesday是一個由R for Data Science線上學習社群（特別是Thomas Mock）執行的一個很棒的專案，它每週都會釋出一個有趣的資料集。

我現在釋出了我的第一個這樣的截圖影片，探索本週的Tidy Tuesday資料集（“挑選大學專業經濟指南”背後的資料）。你也可以找到我在這裡製作的R Markdown。

我製作了一些我發現非常有趣的數字。我看了一下各專業畢業生的收入分配情況。

我花了一些時間來研究不同專業的性別分佈差異，這也包含在資料中。

最後，我建立了一個互動式散點圖，其中包含了一個情節包，將一個領域中女性的比例與工資中位數進行了比較。

一些注意事項和觀察：

• 這不是R教程： 如果我在教R，我會提前做好準備並且在材料中移動得更慢。這是一個案例研究，我將如何深入研究資料集並從中學習，包括我大聲思考並決定採取何種路線的步驟。如果有的話，它更接近“speedrun”。

• 我喜歡展示我的工作順序： 我寫部落格文章有點“從裡到外”：我從幾個數字開始，然後弄清楚我應該開始的預處理，我總是從帖子中移出無趣的資料或附錄。很高興看到分析如何形成並最終看起來像一個有組織的最終產品。

• 我遇到的錯誤比我預期的要少：   現場截圖的一部分令人興奮的是“任何事情都可能出錯”（部分原因是我提前記錄了第一個而不是現場直播是為了減輕壓力！）我是我非常精通我在本次會議中使用的工具（dplyr和ggplot2），所以我只是陷入了一些錯誤（儘管我確實找到了一些非生產性的路線）。

我有足夠的樂趣，我想我會再次這樣做（雖然可能不是每週都這樣）。考慮到這一點，我已經學到了一些可以改善我未來截圖影片的課程：

• 我說得太快了 ：這對我來說是一個反覆出現的問題。當我在觀眾面前講話時，我可以看到人們的臉，並且自己的節奏更好一點，但是當我在錄製它的時候“獨自一人”很困難。我已經知道這對非本地聽眾來說尤其困難，我會嘗試更有意識並且說話更慢！

• 我需要更好地關注時間 ：截圖大約80分鐘（我最初計劃在一個小時，我可能會在未來瞄準）。我對有關長度的反饋感興趣，以及人們是否覺得整個會議都很有趣。

•