教您成為頂級(jí)數(shù)據(jù)分析師和數(shù)據(jù)挖掘師

一個(gè)數(shù)據(jù)科學(xué)家做了一個(gè)如何成長(zhǎng)為頂級(jí)數(shù)據(jù)分析師和數(shù)據(jù)挖掘師的計(jì)劃。根據(jù)發(fā)展階段的不同，我在此給大家分享一些每個(gè)數(shù)據(jù)科學(xué)家都應(yīng)該做的新年計(jì)劃?？赡苓@個(gè)計(jì)劃會(huì)相對(duì)寬泛，大家可以根據(jù)自己的需求去調(diào)整和補(bǔ)充。
 

一名數(shù)據(jù)科學(xué)家的新年計(jì)劃

根據(jù)數(shù)據(jù)科學(xué)家一生的三個(gè)發(fā)展階段，我將這些計(jì)劃做了分類(lèi)。大家可以自己判斷哪些計(jì)劃適合自己并按照計(jì)劃行動(dòng)起來(lái)。如果你已經(jīng)成功地完成了現(xiàn)有階段的任務(wù)，就可以轉(zhuǎn)向下一階段。我還列出了現(xiàn)有的有關(guān)該主題的最佳課程。

初級(jí)水平

什么是初學(xué)者？如果解析學(xué)和數(shù)據(jù)科學(xué)對(duì)你來(lái)說(shuō)是全新的領(lǐng)域，你也不知該行業(yè)的發(fā)展模式，而你又想在這個(gè)行業(yè)大展拳腳一番，那么初學(xué)者就是你。以下這些應(yīng)該在你的計(jì)劃之內(nèi)。

1. R語(yǔ)言也好，Python語(yǔ)言也好，學(xué)習(xí)一門(mén)新的編程語(yǔ)言

我曾見(jiàn)到有同學(xué)同時(shí)學(xué)習(xí)R語(yǔ)言和Python語(yǔ)言，最后落得兩手空空。這種做法是很致命的。你一定要沉下心來(lái)專(zhuān)攻一門(mén)。鑒于這兩種語(yǔ)言都是開(kāi)放源代碼工具，所以在公司里都有廣泛運(yùn)用。Python被公認(rèn)為最簡(jiǎn)單的編程語(yǔ)言，而R語(yǔ)言一直都是最受青睞的統(tǒng)計(jì)工具。學(xué)習(xí)哪一門(mén)的決定權(quán)在你，因?yàn)閮蓚€(gè)同等出色。

推薦課程：學(xué)習(xí)Codecademy上的Python語(yǔ)言課程；學(xué)習(xí)DataCamp上的R語(yǔ)言課程。

PS：推薦R語(yǔ)言和Python入門(mén)課程《Python入門(mén)：數(shù)據(jù)挖掘實(shí)戰(zhàn)》、《R語(yǔ)言入門(mén)》

2. 學(xué)習(xí)統(tǒng)計(jì)學(xué)和數(shù)學(xué)

統(tǒng)計(jì)學(xué)的內(nèi)容全都是關(guān)于假設(shè)和數(shù)列，然而沒(méi)有統(tǒng)計(jì)學(xué)和數(shù)學(xué)的知識(shí)你很難深入到數(shù)據(jù)行業(yè)里，這是數(shù)據(jù)科學(xué)家的重中之重。如果你不擅長(zhǎng)數(shù)學(xué)，那現(xiàn)在是時(shí)候走出困境了。面對(duì)深?yuàn)W的統(tǒng)計(jì)、幾何和概率領(lǐng)域知識(shí)時(shí)，一定不要驚慌?？珊箤W(xué)院（Khan Academy）、Udacity等站點(diǎn)上都有很多優(yōu)質(zhì)的統(tǒng)計(jì)學(xué)課程。下載APP，現(xiàn)在就能開(kāi)始學(xué)習(xí)！

推薦課程：Udacity上的推論統(tǒng)計(jì)學(xué)和描述統(tǒng)計(jì)學(xué)課程；可汗學(xué)院（Khan Academy）上的幾何課程。

3.一次性完成一門(mén)網(wǎng)絡(luò)開(kāi)放課程（最難執(zhí)行）

大規(guī)模網(wǎng)絡(luò)開(kāi)放課程可以免費(fèi)獲取和學(xué)習(xí)，可這對(duì)你來(lái)說(shuō)也是最難實(shí)現(xiàn)的諾言。很多學(xué)生通常一次性注冊(cè)選修很多課程，結(jié)果一門(mén)也沒(méi)有圓滿(mǎn)完成。所以，你一定要一次專(zhuān)注一門(mén)課，完成之后再選下一門(mén)。你也可以在Coursera，edX和 Udacit上查找任何想要的學(xué)習(xí)課程。

推薦課程：例如學(xué)習(xí)Coursera上的數(shù)據(jù)科學(xué)專(zhuān)業(yè)化（R語(yǔ)言）課程；學(xué)習(xí)Dataquest上的數(shù)據(jù)科學(xué)Python語(yǔ)言課程。

PS:推薦R語(yǔ)言和python進(jìn)階課程：《R語(yǔ)言實(shí)戰(zhàn)》、《Python進(jìn)階：數(shù)據(jù)挖掘算法》

4. 了解業(yè)界動(dòng)態(tài)，善于探索和發(fā)現(xiàn)

你要了解業(yè)內(nèi)動(dòng)態(tài)。我們生活在一個(gè)變化的世界，一夜之間事物就可能發(fā)生重大變化，今日和流行的技術(shù)明日就很可能面臨淘汰。你一定要多與一些富有經(jīng)驗(yàn)的專(zhuān)業(yè)人士、業(yè)內(nèi)專(zhuān)家交流，預(yù)見(jiàn)未來(lái)的自己。所以趕快參與到討論和聚會(huì)中來(lái)吧，關(guān)注一些微博微信，加入一些群組，多閱讀一些書(shū)籍。

推薦書(shū)籍：大數(shù)據(jù)相關(guān)電子書(shū)集

中級(jí)水平

中級(jí)水平的數(shù)據(jù)科學(xué)家是什么樣的？如果你已經(jīng)完成了前一階段的內(nèi)容，有過(guò)機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)的實(shí)踐經(jīng)驗(yàn)，掌握了建立預(yù)測(cè)模型的知識(shí)，那你就達(dá)到了中級(jí)水平。完成這一階段需要強(qiáng)大的決心和持久的練習(xí)。你準(zhǔn)備好迎接這個(gè)挑戰(zhàn)了嗎？

1.理解并構(gòu)建你的機(jī)器學(xué)習(xí)技能

機(jī)器學(xué)習(xí)是數(shù)據(jù)科學(xué)和技術(shù)的未來(lái)。所有的大型企業(yè)都不惜重金雇用掌握這個(gè)技能的人才。毫無(wú)疑問(wèn)，近日來(lái)這項(xiàng)技術(shù)的需求越來(lái)越大，現(xiàn)在正是你充分利用這一局面的大好時(shí)機(jī)。今年，你應(yīng)該努力在機(jī)器學(xué)習(xí)上精益求精，深入掌握回歸、聚類(lèi)和分類(lèi)與回歸樹(shù)（CART）技能。Andrew Ng上你可以找到關(guān)于機(jī)器學(xué)習(xí)的免費(fèi)資源。

推薦課程：在Andrew Ng完成機(jī)器學(xué)習(xí)課程任務(wù)。

PS：推薦課程《機(jī)器學(xué)習(xí)與R語(yǔ)言實(shí)踐》，斯坦福大學(xué)公開(kāi)課《機(jī)器學(xué)習(xí)》

2. 專(zhuān)注集成算法和Bosting算法

一旦你對(duì)機(jī)器學(xué)習(xí)充滿(mǎn)自信，那就繼續(xù)去學(xué)習(xí)其他模型。通過(guò)Boosting和集成算法，你的模型準(zhǔn)確率與其他算法相比會(huì)突飛猛進(jìn)。上述免費(fèi)資源里也包含這一主題。不過(guò)一定要讓自己做好心理準(zhǔn)備，拿下這個(gè)主題需要超強(qiáng)的理解力。

推薦課程：閱讀Kaggle Ensembling Guide。學(xué)習(xí)MIT LectureBoosting相關(guān)課程。推薦費(fèi)博士的《Python進(jìn)階：數(shù)據(jù)挖掘算法》視頻課程

3. 探索Spark、NoSQL和其他大數(shù)據(jù)工具

今年你的學(xué)習(xí)之旅始于大數(shù)據(jù)?？紤]到大數(shù)據(jù)專(zhuān)業(yè)人員的需求激增，你一定要學(xué)習(xí)Spark，這個(gè)工具最近非?；鸨?。大數(shù)據(jù)的未來(lái)就在Spark，它廣泛用于處理和操縱數(shù)據(jù)。除此之外，你還可以拓展到NoSQL和Hadoop領(lǐng)域來(lái)。

推薦課程：從Spark邁出學(xué)習(xí)第一步。

4.給社區(qū)成員做分享

還有什么比分享知識(shí)更美妙呢！從今年開(kāi)始，你可以把自己的知識(shí)分享給正在數(shù)據(jù)科學(xué)的路上不斷探索的人們。你可以加入活躍的數(shù)據(jù)科學(xué)論壇，給他們答疑解惑，以你的靈招妙計(jì)給他們做培訓(xùn)。你也可以在附近的行業(yè)圈里發(fā)起聚會(huì)。

推薦任務(wù)：關(guān)注大數(shù)據(jù)公眾號(hào)和論壇等等。

5.參加數(shù)據(jù)科學(xué)競(jìng)賽

是時(shí)候檢驗(yàn)?zāi)愕恼娌艑?shí)學(xué)了。今年你一定要參加一些競(jìng)賽。這些競(jìng)賽會(huì)引導(dǎo)你去關(guān)注自己的弱勢(shì)領(lǐng)域。此外，你也會(huì)因已有的學(xué)識(shí)而信心倍增。我希望你可以榮登Kaggle500強(qiáng)數(shù)據(jù)科學(xué)家之列。而現(xiàn)在，你的目標(biāo)就是堅(jiān)持到底。

推薦任務(wù)：加入Kaggle。加入Data Hack。DataCastle。天池大賽。

附言：有時(shí)競(jìng)賽也會(huì)有難度。你也可以通過(guò)這些實(shí)際的問(wèn)題來(lái)檢驗(yàn)?zāi)愕募寄芎椭R(shí)。這些問(wèn)題不難，并且妙趣橫生。

高級(jí)水平

對(duì)于進(jìn)入這個(gè)階段的人我就不需要來(lái)給出標(biāo)準(zhǔn)了，你們所了解的數(shù)據(jù)科學(xué)，很多人甚至連嘗試的勇氣都沒(méi)有。身處這一階段，你們的生活?lèi)芤舛肿匀?。可有時(shí)還想去迎接挑戰(zhàn)，以下是一些計(jì)劃。

1. 建立深度學(xué)習(xí)模式

今年，你們要為有志于成為數(shù)據(jù)科學(xué)家的人們樹(shù)立榜樣。你要下決心在今年建立深度學(xué)習(xí)的模式。全球的人都在用這一模式進(jìn)行預(yù)測(cè)，它是機(jī)器學(xué)習(xí)的高級(jí)階段，其準(zhǔn)確率明顯高于普通的機(jī)器學(xué)習(xí)模型。

推薦課程：完成深度學(xué)習(xí)輔導(dǎo)課程任務(wù)。

2.回饋

我相信知識(shí)的意義不是被束之高閣，而是與人分享。分享越多，收獲越大。據(jù)說(shuō)，如果你了解一個(gè)新概念并解釋給你的兩個(gè)朋友，你對(duì)這個(gè)概念的記憶很可能會(huì)更久。所以今年，你必須制定計(jì)劃，運(yùn)用自己的知識(shí)和經(jīng)驗(yàn)幫助數(shù)據(jù)分析學(xué)領(lǐng)域的人。這也會(huì)為更多的在這個(gè)領(lǐng)域的人指明方向。

推薦任務(wù)：在社區(qū)分享你的知識(shí)。

3. 探索強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)中最有效而又鮮有發(fā)現(xiàn)的領(lǐng)域。今年，你可以下定決心研究下這個(gè)領(lǐng)域。雖然很有挑戰(zhàn)性，但是一定值得你去嘗試。無(wú)人汽車(chē)、無(wú)人偵察機(jī)就是強(qiáng)化學(xué)習(xí)的碩果。一旦開(kāi)始學(xué)習(xí)這些，你就自然而言地進(jìn)入到了人工智能領(lǐng)域。