<html>
  <head>
    <meta content="text/html; charset=windows-1252"
      http-equiv="Content-Type">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    On 13/01/16 18:30, Tennessee Leeuwenburg wrote:<br>
    <blockquote
cite="mid:CADhgxgcuDVfpsHPsQ5Twzkj75X6MJuNPQ87k8dh1txEKyknFjg@mail.gmail.com"
      type="cite">
      <meta http-equiv="Context-Type" content="text/html; charset=UTF-8">
      <div dir="ltr">Hi all,
        <div><br>
        </div>
        <div>I am running a tutorial on data science at LCA. The chief
          language used will be Python, but users of other technologies
          will still find the concepts relevant. In preparation for
          this, I will be dusting off my slide deck, re-running the
          code, and updating the content with a small amount of new
          findings from the last 6 months. This is also an opportunity
          to focus the content on what the LCA audience might be most
          interested in.</div>
        <div><br>
        </div>
        <div>Does anyone on this list have any particular questions
          around data science / machine learning / AI which they would
          like to see answered? </div>
        <div><br>
        </div>
        <div>The session is practical, with supplied code and data, and
          audience members should be able to re-create the results while
          the session is being presented. Are there any particular
          problems that people are confronted with? I might not be able
          to re-work a major case study, but I should be able to
          incorporate some relevant examples...</div>
        <div><br>
        </div>
        <div>Cheers,</div>
        <div>-T<br>
        </div>
      </div>
    </blockquote>
    <br>
    Hi Tennessee,<br>
    <br>
    I won't be at LCA this year, but would love to see the slides/code
    samples.  Here are my suggestions, not having any real background in
    data science:<br>
    <ul>
      <li>What's the difference between data science and computer
        science?  i.e. What are the important characteristics which
        distinguish it as a field (or sub-field) in its own right?</li>
      <li>My eyes tend to glaze over at the first sign of grade 12 or
        higher maths (even though I did pretty well at it in grade 12). 
        What are the main mathematical concepts that non-data scientists
        need to brush up on to understand what data scientists are
        telling them?</li>
      <li>Keen to hear anything you can teach about the theory behind
        trending & anomaly detection, especially as it relates to
        modern monitoring systems.<br>
      </li>
    </ul>
    <p>Regards,<br>
      Paul<br>
    </p>
  </body>
</html>