《新书对数据科学进行了易用且实用的介绍》

  • 来源专题:图书情报
  • 编译者: luoluo
  • 发布时间:2020-09-30
  • Facet出版社出版了《面向信息专业人员的实用数据科学》一书,作者是大卫·斯图尔特(David Stuart),他是伍尔弗汉普顿大学(the University of Wolverhampton)的独立信息专业人士和名誉研究员,他定期在同行评审的学术期刊和专业期刊上发表与信息科学、度量和语义网络技术相关的文章。数据科学在信息行业中具有广泛的应用范围,从与研究人员一起发现新知识到应用业务分析应用程序,以使图书馆或图书馆服务更流畅地运行。数据科学的重要性日益提高,信息专业人员在数据的管理和使用中的作用日益增强,这些内容汇集在《信息专业人员实用数据科学》一书中,专门为信息专业人员设计了实用的入门指南。该书旨在通过详细的示例和对真实数据集的分析来让大家零基础入门数据科学,重点是放在开源软件的应用上;该书介绍了一些用于数据分析的主要工具和方法,包括用于预测、社交网络分析和文本分析的工具和方法;该书还提供了适用于全球各种类型图书馆的建议,从大型学术图书馆到小型研究图书馆,旨在减少读者使用书中所学内容的障碍;该书还分析了数据科学的未来以及信息专业人员的作用。

相关报告
  • 《OIPT和LayTec在高容量前端处理方面进行了合作》

    • 来源专题:集成电路
    • 编译者:Lightfeng
    • 发布时间:2021-04-11
    • 英国等离子蚀刻和沉积处理系统制造商牛津仪器等离子技术公司(Oxford Instruments Plasma Technology,简称OIPT)与德国柏林的现场计量系统制造商LayTec AG宣布,双方已经签署了合作协议,以实现大批量生产(HVM)高端半导体器件的需求。这项关系集成了两家公司的优势,例如LayTec准确精密的控制技术,以及OIPT在晶片处理方面丰富的专业知识。 两家公司会共同努力,将等离子工艺解决方案与成熟的现场计量技术相结合,以提高下一代设备的性能,实现可重复的大批量生产(HVM)工艺,并缩短制造时间和提高成品率。LayTec将开发原位计量技术,而牛津仪器(OIPT)将把LayTec特有的技术融合在其晶片处理解决方案里。 在高效功率转换器市场需求的推动下,基于砷化镓/磷化铟(GaAs/InP)、碳化硅(SiC)、氮化镓(GaN)等材料的物联网(IoT)和数据通信复合半导体器件正因其优异的性能而变得越来越受欢迎。然而,将技术从小型原型转移到晶圆级HVM仍然是一个挑战。虽然器件尺寸相对较大,但通常复杂的层结构意味着需要在这些层内进行精确的加工,以实现所需的工艺稳定性和产量,并且需要降低每片晶圆的成本。 LayTec的首席执行官Volker Blank说:“这种技术合作伙伴关系使我们能够利用LayTec在数据分析和定制高精度光学计量系统集成方面的专业知识,在传统的核心市场中进一步扩展流程链。我们公司已经为化合物半导体行业的客户提供了超过二十年的服务,我们期待着借这个新的机会进一步优化我们的工艺和设备,来更好的为客户提供支持。” OIPT创新与解决方案总监Frazer Anderson表示:“选择与LayTec合作是我们产品开发策略关键的一步,这也突显了我们致力于为客户提供持续的生产力改进。我们坚定的目标是改进性能和降低所需成本,以支持新兴GaN电源和射频市场的需求。与LayTec的合作将进一步提高我们的能力,使我们能在未来实现这个目标。” 牛津仪器公司将稳定的等离子体处理平台与LayTec的精确端点技术结合在一起,用于等离子体蚀刻应用,可以提高晶片间产量所需的可控性和可重复性。联合开发和独家供应的协议将使两家公司的专家能够开发和提供独特的大批量生产(HVM)解决方案,以满足化合物半导体行业不断发展的需求。这项长期协议将涵盖牛津仪器(Oxford Instruments)等离子蚀刻和沉积系统的全部开发,并共享所产生的知识产权(IP)和协调营销活动的共享权。
  • 《科学数据的十个简单规则》

    • 来源专题:图书情报
    • 编译者:lixiaoyan
    • 发布时间:2018-11-16
    • 本文简要介绍了科学家可以采取的步骤,以确保他们的数据和相关分析继续具有价值并得到认可。我们提供了一个简短的指南,供那些想要了解“关心和喂养”数据的重要性的研究人员提供,并提供一些关于如何做到这一点的实用建议。本文最后一部分提供了整个文本中提到的服务类型的链接。 规则1.爱你的数据,并帮助别人爱它 规则2.使用永久标识符在线共享您的数据 规则3.以特定的重复使用水平开展科学研究 规则4.将工作流发布为上下文 规则5.尽可能频繁地将您的数据链接到您的出版物 规则6.发布您的代码(即使是小比特) 规则7.说明您希望如何获得信誉 规则8.培养和使用数据知识库 规则9.奖励正确分享数据的同事 规则10.成为数据科学的助推器