（1）基礎知識：算法，機器學習，數(shù)據(jù)庫，數(shù)據(jù)挖掘，概率論、數(shù)理統(tǒng)計，隨機過程，數(shù)值計算，運籌學。

（2）進階知識：自然語言處理，深度學習，貝葉斯統(tǒng)計，時間序列，隨機采樣，非參數(shù)統(tǒng)計，穩(wěn)健統(tǒng)計，拓撲和幾何的基礎知識。

（3）推薦書單：

《Pattern Recognition and Machine Learning》M.Bishop

《Machine Learning課程講義》Andrew Ng

《機器學習》周志華：百度數(shù)據(jù)科學家董維山強調(diào)：我推薦周志華教授《機器學習》（俗稱“西瓜書”），但他告知：準備應為多方面的，概括為專業(yè)知識+實踐經(jīng)驗，同時保持對新技術的不斷學習也非常重要。）

《時間序列：非參數(shù)和參數(shù)方法》范建清

《Categorical Data Analysis》Alan Agresti

《The Element of Statistical Learning》 T. Hastie / R. Tibshirani / J.H.Friedman

《統(tǒng)計學習方法》李航

《Statistical Inference》Casella & Berger

《All of Statistics A Concise Course in Statistical Inference》Larry Wasserman

（4）學術文章

（5）在線學習渠道

Coursera：Python、R、Machine Learning等知識的學習

LeetCode：學習算法和數(shù)據(jù)庫

Udacity：模型學習

CDA學院：edu.cda.cn

（4）學術文章

（5）在線學習渠道

Coursera：Python、R、Machine Learning等知識的學習

LeetCode：學習算法和數(shù)據(jù)庫

Udacity：模型學習