外媒速递是核子可乐精选的近日国外媒体的精彩文章推荐，希望大家喜欢！

今天给大家推荐的内容包括：新手必须掌握的十大核心机器学习算法、2018年内移动医疗技术将向何处去、数据科学家必须精通的十项统计技术和数据科学家不可错过的六部著作等。

一、新手必须掌握的十大核心机器学习算法

原文标题：Top 10 Machine Learning Algorithms for Beginners

《哈佛商业评论》将数据科学家称为“二十一世纪最性感的工作”，而机器学习算法的研究工作也确实受到广泛关注。在今天的文章中，我们将汇总新人必须掌握的十大核心机器学习算法——当然，工程师也不能懈怠哦。

1. 线性回归

2. 逻辑回归

3. CART

4. 朴素贝叶斯

5. KNN

6. Apriori

7. K-means

8. PCA

9. 随机森林打包

10. AdaBoost强化

二、2018年，移动医疗技术将向何处去?

原文标题：5 Mobile Health Trends to Expect in 2018

技术创新与新兴成果已经极大改变了各个行业的面貌，而医疗卫生领域自然也在其中。随着数字化转型快速成为医疗行业内的重要组成部分，我们将能够利用现代技术解决病患监护、医患沟通、数据管理、药物服用指导等问题。那么，展望2018年，移动医疗趋势又将迎来哪些转变?我们就此作出五项预测。

1. 数字化干预

2. 说明文档成为沉重负担

3. 医疗领域的大数据与分析

4. 远程医疗

5. 区块链技术的应用

三、数据科学家必须精通的十项统计技术

原文标题：The 10 Statistical Techniques Data Scientists Need to Master

无论大家身处怎样的行业或学科背景，数据技术的重要性都值得你认真考量。那么，我们该如何掌握数据科学知识?尽管编程能力确实重要，但数据科学家事实上更需要将编程、统计学与批判性思维结合起来。更具体地讲，要胜任数据科学职务，统计技能将必不可少。

1. 线性回归

2. 分类

3. 重采样方法

4. 子集选择

5. 收缩

6. 维度约简

7. 非线性模型

8. 基于树的方法

9. 支持向量机

10. 无监督学习

四、必读书推荐：数据科学家不可错过的六部著作

原文标题：6 Books Every Data Scientist Should Keep Nearby

机器学习与数据科学是两个复杂且相互关联的概念。为了跟上发展趋势，大家自然有必要投入时间研究并及时更新自己的知识储备。事实上，即使常年工作在这一行业当中，我们仍无法确保自己能够跟上时代潮流。正因为如此，持续汲取知识就成了从业者的必修课——在今天的文章中，我们将分享六部重要的相关著作。

1. Machine Learning Yearning

2. Hdoop: The Definitive Guide

3. Predictive Analytics

4. Storytelling With Data

5. Inflection Point

6. An Introduction to Statistical Learning With Application in R