對于數(shù)據(jù)科學(xué)領(lǐng)域來說，現(xiàn)在是一個(gè)令人振奮的時(shí)期。它是新興的研究領(lǐng)域，但是卻在飛速的發(fā)展。如今數(shù)據(jù)科學(xué)領(lǐng)域需要大量的數(shù)據(jù)科學(xué)家，而他們在硅谷年人均收入則超過10萬美元。哪里有優(yōu)厚的薪酬，哪里就會有相當(dāng)多的人會盡可能的拿到這樣的薪酬。而數(shù)據(jù)科學(xué)技能的不足意味著很多人都要學(xué)習(xí)或者嘗試著學(xué)習(xí)數(shù)據(jù)科學(xué)。

學(xué)習(xí)數(shù)據(jù)科學(xué)的第一步通常都是問問自己：我要怎樣學(xué)習(xí)數(shù)據(jù)科學(xué)？這個(gè)問題的回復(fù)是我們要上一系列的課程和閱讀一些書籍，并且我們需要先從線性代數(shù)或統(tǒng)計(jì)學(xué)開始學(xué)習(xí)。一年前，在學(xué)習(xí)過程中我也有過類似的經(jīng)歷。當(dāng)時(shí)我不懂編程，但是我知道我想要從事數(shù)據(jù)領(lǐng)域。

我難以解釋在只給了一個(gè)很大的沒有任何說明的資源庫目錄下極其不明確的方向情況下怎樣學(xué)習(xí)數(shù)據(jù)科學(xué)的，好比我的老師直接給我一疊相關(guān)的教材并說“把這些書全部讀完”。在上學(xué)期間我曾為此而苦惱過。如果我是以這樣的方式來學(xué)習(xí)數(shù)據(jù)科學(xué)，我肯定不久就會放棄。

有些人認(rèn)為讀一些相關(guān)書籍是最好的學(xué)習(xí)方式，而我則認(rèn)為嘗試建模和實(shí)踐里面的東西是最好的學(xué)習(xí)方式。此時(shí)，這學(xué)習(xí)的過程鼓舞著我，同時(shí)我也清楚自己為什么要學(xué)?？傊?，最好的學(xué)習(xí)方式就是當(dāng)你在學(xué)習(xí)它的時(shí)候，你可以立即使用有效的技能。從我和初學(xué)者這些年的交談中，我知道很多這些想法的分享。

這就是我為什么不建議你在入門的時(shí)候?qū)W習(xí)線性代數(shù)或統(tǒng)計(jì)學(xué)了。如果你想要學(xué)好數(shù)據(jù)科學(xué)，你首先就應(yīng)該要學(xué)會如何熱愛數(shù)據(jù)，對怎樣理解它深感興趣。

通過閱讀以下內(nèi)容讓你明白應(yīng)該如何熟練掌握數(shù)據(jù)科學(xué)。

一個(gè)你可在數(shù)據(jù)科學(xué)領(lǐng)域進(jìn)行的可視化操作例子（來源經(jīng)濟(jì)刊物）。

學(xué)會如何愛上數(shù)據(jù)

幾乎沒有人會談到學(xué)習(xí)的動機(jī)。數(shù)據(jù)科學(xué)是一門寬泛且模糊的領(lǐng)域，這讓你感到無從下手，真的很難。沒有學(xué)習(xí)它的動機(jī)，你會在學(xué)習(xí)過程中半途而廢，并開始認(rèn)為你學(xué)不下去了，其實(shí)錯(cuò)不在你-與教學(xué)相關(guān)。

你需要一些東西能激發(fā)你不斷學(xué)習(xí)的欲望，甚至在午夜時(shí)分，你開始認(rèn)為這些公式看起來都覺得模糊的時(shí)候，你此時(shí)在思考如果這些公式能讓我在夜晚的時(shí)候通過我的神經(jīng)網(wǎng)絡(luò)系統(tǒng)琢磨出其中的名堂。

此時(shí)你需要一些東西可以讓你找到線性代數(shù)、統(tǒng)計(jì)學(xué)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)之間的聯(lián)系，而且可以讓你不再猶豫我下一步我該學(xué)些什么。

而我學(xué)習(xí)數(shù)據(jù)科學(xué)的切入點(diǎn)是如何分析股市行情，盡管在那時(shí)我還不清楚它是什么。一些我曾編寫過如何預(yù)測股市行情的程序代碼是沒有涉及統(tǒng)計(jì)學(xué)的。但我清楚我目前所做的努力還不夠，仍需要日以夜際的完善其功能。

當(dāng)時(shí)我在為了不斷的完善我的編程能力而廢寢忘食。我對股票市場為之著迷。我在學(xué)著如何熱愛數(shù)據(jù)。也正因如此，我不斷的被激勵(lì)著去學(xué)習(xí)任何能讓我程序更好的知識。

我知道，不是所有人都對股市行情的預(yù)測為之著迷，但是需找一些你想要學(xué)習(xí)的知識是相當(dāng)重要的。

在此，我們可以試著了解一些關(guān)于你的城市中新奇而有趣的問題、在網(wǎng)上映射所有設(shè)備、發(fā)現(xiàn)每一位NBA球員所打的位置、在地圖上顯示每年難民的分布情況，甚至其它一些相關(guān)的東西。數(shù)據(jù)科學(xué)偉大之處就是你可以在工作的過程中找到無限的樂趣，它們都是提出問題并獲得解決問題的過程。

你可在此隨心所欲的做一切你想做的事，而且保證不受周圍環(huán)境的干擾。

2.在實(shí)踐的過程中學(xué)習(xí)

學(xué)習(xí)一些與神經(jīng)網(wǎng)絡(luò)系統(tǒng)、圖像識別以及其尖端科技相關(guān)的內(nèi)容是很重要的。然而很多數(shù)據(jù)科學(xué)知識并不涉及以下內(nèi)容：

l  90%的工作將會是數(shù)據(jù)清洗。

l  深入了解幾個(gè)算法遠(yuǎn)勝于對很多算法只懂一點(diǎn)點(diǎn)。

如果你熟練的掌握線性回歸分析，k均值聚類分析，以及邏輯回歸分析，能夠解釋和理解結(jié)果，且利用它們來很好的完成你需要做的項(xiàng)目，與你只知道任何單個(gè)算法，且不知道用它們對比，你會覺的將更有能力。

l  很多時(shí)候，你所使用的算法，它會變成函數(shù)庫的一種形式（你幾乎不需要寫你的SVM-這需要耗費(fèi)你相當(dāng)長的時(shí)間）。

綜上所述，學(xué)習(xí)數(shù)據(jù)科學(xué)的最好方式就是學(xué)習(xí)如何完成一個(gè)項(xiàng)目。通過完成一個(gè)項(xiàng)目，你會獲得一些立即實(shí)用且有效的技能。你也有一個(gè)不錯(cuò)的方式構(gòu)建工程組。

開啟項(xiàng)目之旅需要你找到一個(gè)喜歡的數(shù)據(jù)集，從數(shù)據(jù)集里解決一些感興趣的問題，并重復(fù)上述步驟。

這里有一些相關(guān)鏈接可以讓你找到能運(yùn)用到你做項(xiàng)目的數(shù)據(jù)集。

100+ 有趣統(tǒng)計(jì)數(shù)據(jù)集

數(shù)據(jù)集子板

機(jī)器學(xué)習(xí)數(shù)據(jù)庫

另一種方法（也就是我所使用的方法）就是需找一個(gè)深層次的問題，預(yù)測股市行情，并把它們分解成若干個(gè)小問題。我首先連接到雅虎的經(jīng)濟(jì)API（應(yīng)用程序接口），并獲取每日價(jià)格數(shù)據(jù)。然后我在此基礎(chǔ)上創(chuàng)建一些指標(biāo)，用于顯示過去幾天的平均價(jià)格，同時(shí)一次來預(yù)測未來的走勢（這里沒有用到真實(shí)的算法，僅方法分析而已）。然后效果并不是很明顯，因此我要學(xué)習(xí)一些統(tǒng)計(jì)學(xué)的內(nèi)容，然后使用線性回歸分析。然后我再連接到其他API應(yīng)用程序接口，并爬取每一分鐘的數(shù)據(jù)，把它們存儲到SQL數(shù)據(jù)庫中。然后不斷重復(fù)操作，直到選出一個(gè)合適的算法。

關(guān)于這些最棒的事情是學(xué)習(xí)的內(nèi)容。我并不僅是學(xué)習(xí)SQL的相關(guān)句法，同時(shí)還應(yīng)用他們來儲存價(jià)格數(shù)據(jù)，并且所學(xué)習(xí)到的內(nèi)容是單純學(xué)習(xí)SQL語句的10倍。學(xué)習(xí)這些知識而不去運(yùn)用的話你會很難熟練掌握這些知識，而且你也沒有做足準(zhǔn)備來完成一個(gè)真正意義上的數(shù)據(jù)科學(xué)工作。

這些家伙嘗試預(yù)測股票行情，顯然需要一些數(shù)據(jù)科學(xué)。

3.學(xué)會與他人交流心得

數(shù)據(jù)科學(xué)家經(jīng)常需要把他們分析出來的結(jié)果展示給其他人看。而這樣的工作技能可以在一定程度上區(qū)分是一個(gè)一般數(shù)據(jù)科學(xué)家還是一個(gè)偉大數(shù)據(jù)科學(xué)家。

交流心得的一部分在于需要我們理解一個(gè)項(xiàng)目的主題及其理論，而另一部分則是明白如何清晰的整理結(jié)果。這最后一小部分則是能清楚地解釋你分析出來的結(jié)果。

也許做到有效且到位的傳達(dá)一個(gè)復(fù)雜而抽象的概念是非常困難的，但是你可以嘗試以下幾點(diǎn)：

創(chuàng)建一個(gè)博客。把你的數(shù)據(jù)分析結(jié)果寫到你的博客上。

嘗試去教你那些不懂技術(shù)的朋友以及家人一些數(shù)據(jù)科學(xué)的相關(guān)概念。你會驚訝的發(fā)現(xiàn)你在賜教的過程中能大大的幫助你理解這些概念。

嘗試在聚會中說出一些與其相關(guān)的內(nèi)容。

嘗試用Github管理你所有的分析。

嘗試活躍在Quora,DataTau，以及機(jī)器學(xué)習(xí)子書簽社區(qū)。

4.從同行學(xué)習(xí)

你可以在與別人的合作中學(xué)到非常多的知識。在數(shù)據(jù)科學(xué)領(lǐng)域，團(tuán)隊(duì)合作完成項(xiàng)目相當(dāng)重要。

這里有一些不錯(cuò)的想法：

可以在用戶間的聚會中找一些能與你共事的人。

可對開源包作以份貢獻(xiàn)。

可以給一些曾經(jīng)寫過一些有趣的數(shù)據(jù)分析博客的并能與你合作的人發(fā)消息。

可以嘗試在keggle，一個(gè)機(jī)器學(xué)習(xí)競賽平臺上參與其中，并且看一下你是否能從中找到一個(gè)可以和你組隊(duì)的人。

5.不斷的增加工作的難度

你是否會感覺到你在完成一個(gè)項(xiàng)目時(shí)會感到如此的安逸和放松？這是否會是你最后一次使用一個(gè)星期前更新的概念？是時(shí)候要做一些有難度的項(xiàng)目了。數(shù)據(jù)科學(xué)猶如你要攀登一座陡峭的山峰，如果你停止前進(jìn)，你會很容易失敗。

如果你覺得你現(xiàn)階段過得如此安逸，這里有幾個(gè)建議：

嘗試使用一個(gè)更大的數(shù)據(jù)集，學(xué)習(xí)和使用Spark。

看一下你是否能使用一個(gè)運(yùn)行時(shí)間更少的算法。

想想如何把你的算法擴(kuò)展到多處理器？你可以做到嗎？

多掌握一些你所常用的算法的相關(guān)理論。它會改變你的假設(shè)嗎？

嘗試教導(dǎo)新手做一些你在做的事情。