作者: Harrison Jansma
編譯: Mika
CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉(zhuǎn)載需授權(quán)

在過(guò)去的一年里，我自學(xué)了數(shù)據(jù)科學(xué)。我學(xué)習(xí)了數(shù)百個(gè)在線(xiàn)資源課程，每天學(xué)習(xí)6-8個(gè)小時(shí)，同時(shí)還在做一份兼職工作謀生。

我的目標(biāo)是在缺乏資金的前提下，從事我熱愛(ài)的數(shù)據(jù)科學(xué)職業(yè)。

在過(guò)去幾個(gè)月里，我取得了很多成就。我發(fā)布了自己的網(wǎng)站，并獲得了一個(gè)很不錯(cuò)的計(jì)算機(jī)科學(xué)研究生課程獎(jiǎng)學(xué)金。

在本文中，我總結(jié)了自己是如何自學(xué)數(shù)據(jù)科學(xué)的，希望能給你有所幫助，讓你更加順利地開(kāi)啟自己的數(shù)據(jù)科學(xué)職業(yè)生涯。

注意，本文中我所說(shuō)的“數(shù)據(jù)科學(xué)”指的是，那些將數(shù)據(jù)轉(zhuǎn)化為現(xiàn)實(shí)行動(dòng)的工具集合。當(dāng)中包括機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)、編程和特定領(lǐng)域技術(shù)。

資源推薦

互聯(lián)網(wǎng)上資源紛亂復(fù)雜，試圖從中學(xué)習(xí)有時(shí)會(huì)讓人無(wú)從下手。

Dataquest，DataCamp和Udacity等網(wǎng)站都提供不錯(cuò)的數(shù)據(jù)科學(xué)知識(shí)。它們都有相應(yīng)的課程計(jì)劃，都能讓你系統(tǒng)地進(jìn)行學(xué)習(xí)。

但問(wèn)題在于，以上這些網(wǎng)站課程太貴了。而且沒(méi)有教你如何在工作環(huán)境中應(yīng)用概念，同時(shí)還限制你進(jìn)行自我探索。

edX和coursera上的課程是免費(fèi)的，并且設(shè)有針對(duì)特定主題的課程。如果你善于從視頻或課堂環(huán)境中學(xué)習(xí)，這些都是學(xué)習(xí)數(shù)據(jù)科學(xué)的絕佳方式。

免費(fèi)在線(xiàn)教育平臺(tái)

以下列出了許多不錯(cuò)的數(shù)據(jù)科學(xué)課程，當(dāng)中有些課程是免費(fèi)的。

https://www.class-central.com/subject/data-science

如果你喜歡跟著書(shū)學(xué)習(xí)，那么可以看到這本教材。

Data Science From Scratch 
http://math.ecnu.edu.cn/~lfzhou/seminar/[Joel_Grus]_Data_Science_from_Scratch_First_Princ.pdf

為了讓你更明確在數(shù)據(jù)科學(xué)中需要掌握哪些技能，在下一部分中，我將詳細(xì)介紹具體的課程計(jì)劃指南。

數(shù)據(jù)科學(xué)課程指南

Python編程

編程是數(shù)據(jù)科學(xué)家的基本技能。你需要熟悉Python的語(yǔ)法，了解如何以多種不同的方式運(yùn)行python程序。（Jupyter notebook VS 命令行 VS IDE）

我花了大約一個(gè)月的時(shí)間來(lái)學(xué)習(xí)這些Python文檔，以及CodeSignal上的編程挑戰(zhàn)。

https://docs.python.org/3/tutorial/
https://docs.python-guide.org/intro/learning/

統(tǒng)計(jì)與線(xiàn)性代數(shù)

這是進(jìn)行機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的先決條件。如果這方面你有不錯(cuò)的基礎(chǔ)，建議花一兩個(gè)星期來(lái)梳理關(guān)注概念。

特別注意描述性統(tǒng)計(jì)。能夠理解數(shù)據(jù)集是一項(xiàng)非常重要的技能。

Numpy，Pandas，Matplotlib

學(xué)習(xí)如何加載、操作和可視化數(shù)據(jù)。掌握這些庫(kù)對(duì)你的個(gè)人項(xiàng)目至關(guān)重要。

可以查看相關(guān)教程，這些都是我用過(guò)的。
http://pandas.pydata.org/pandas-docs/stable/
https://docs.scipy.org/doc/numpy/user/index.html
https://matplotlib.org/tutorials/index.html

請(qǐng)記住，學(xué)習(xí)這些庫(kù)的唯一方法就是使用它們！

機(jī)器學(xué)習(xí)

學(xué)習(xí)機(jī)器學(xué)習(xí)算法的理論和應(yīng)用。然后將學(xué)到的概念應(yīng)用于真實(shí)數(shù)據(jù)上。

大多數(shù)初學(xué)者會(huì)從使用UCI ML Repository的數(shù)據(jù)集開(kāi)始，使用數(shù)據(jù)并瀏覽機(jī)器學(xué)習(xí)教程。

Scikit-learn文檔具有出色的算法應(yīng)用教程。
http://scikit-learn.org/stable/

生產(chǎn)系統(tǒng)

工作意味著獲取實(shí)際數(shù)據(jù)并將其轉(zhuǎn)化為行動(dòng)。為此，你需要學(xué)習(xí)如何使用業(yè)務(wù)資源來(lái)獲取、轉(zhuǎn)換和處理數(shù)據(jù)。

亞馬遜網(wǎng)絡(luò)服務(wù)，谷歌云，微軟Azure

這是數(shù)據(jù)科學(xué)課程中最基礎(chǔ)的部分。主要是因?yàn)槟闶褂玫奶囟üぞ呷Q于你要進(jìn)入的行業(yè)。

但是，數(shù)據(jù)庫(kù)操作是必需的技能。你可以在ModeAnalytics或Codecademy上學(xué)習(xí)如何用代碼操作數(shù)據(jù)庫(kù)。你還可以在DigitalOcean上實(shí)現(xiàn)自己的數(shù)據(jù)庫(kù)。

另一個(gè)需要的技能是版本控制。你可以創(chuàng)建GitHub帳戶(hù)，并命令行每天提交代碼來(lái)輕松獲得此技能。

在考慮學(xué)習(xí)其他技術(shù)時(shí)，重要的是認(rèn)識(shí)到你的興趣是什么。如果你對(duì)Web開(kāi)發(fā)感興趣，那么關(guān)注該行業(yè)中公司使用的工具。

學(xué)習(xí)建議

1. 學(xué)習(xí)概念時(shí)要有主次

網(wǎng)上的學(xué)習(xí)資源很多，因此在線(xiàn)學(xué)習(xí)時(shí)很容易走彎路。

當(dāng)開(kāi)始研究某個(gè)主題時(shí)，你需要牢記自己目標(biāo)。否則你將忘記初衷，被其他的內(nèi)容吸引注意力。建議有效地整理和存儲(chǔ)資源，從而更專(zhuān)注目前需要掌握的技能。

目前我的Chrome書(shū)簽欄

如果你這樣做，你保持有序的學(xué)習(xí)路徑，將注意力集中在目前應(yīng)關(guān)注的內(nèi)容，避免分心。

2. 不要著急。學(xué)習(xí)是跑馬拉松，而不是百米沖刺。

如果你要在數(shù)據(jù)科學(xué)領(lǐng)域取得成功，你需要不斷地學(xué)習(xí)。請(qǐng)記住，學(xué)習(xí)過(guò)程就是回報(bào)。

在整個(gè)學(xué)習(xí)過(guò)程中，你將探索自己感興趣的內(nèi)容，你對(duì)自己的了解越多，你學(xué)習(xí)的樂(lè)趣就越多。

3. 學(xué)習(xí)，應(yīng)用，重復(fù)

不要只學(xué)習(xí)一個(gè)概念，然后學(xué)習(xí)下一個(gè)概念。學(xué)習(xí)過(guò)程不會(huì)停止，直到你可以將概念應(yīng)用于現(xiàn)實(shí)情況。

4. 建立個(gè)人作品集，向他人展示自己的技能

懷疑主義是你在學(xué)習(xí)數(shù)據(jù)科學(xué)時(shí)將面臨的最大逆境之一。這可能來(lái)自其他人，也可能來(lái)自你自己。

因此，在學(xué)習(xí)數(shù)據(jù)科學(xué)時(shí)，個(gè)人簡(jiǎn)歷是很重要的一環(huán)。這能讓你找到理想的工作，成為更自信的數(shù)據(jù)科學(xué)家。

在作品集中包含你引以為榮的項(xiàng)目。你是否從頭開(kāi)始開(kāi)發(fā)過(guò)Web應(yīng)用程序嗎？你有自己的IMDB數(shù)據(jù)庫(kù)嗎？你是否寫(xiě)過(guò)有趣的醫(yī)療保健數(shù)據(jù)數(shù)據(jù)分析？把這些羅列在作品集中。

這是我的作品集，存儲(chǔ)在GitHub上是一個(gè)不錯(cuò)的選擇，其中可以包含摘要頁(yè)面和相關(guān)的項(xiàng)目文件。

5. 數(shù)據(jù)科學(xué)+ ____ =充滿(mǎn)激情的職業(yè)

數(shù)據(jù)科學(xué)是能夠改變世界的工具。數(shù)據(jù)科學(xué)的應(yīng)用是無(wú)窮無(wú)盡的，因此你需要找到你的興趣所在。

如果你找到自己感興趣的內(nèi)容，你將更愿意投入其中完成項(xiàng)目。

在學(xué)習(xí)的過(guò)程中，請(qǐng)留意那些讓你感興趣的項(xiàng)目或想法。

發(fā)現(xiàn)你所熱衷的領(lǐng)域后，你會(huì)更系統(tǒng)地學(xué)習(xí)該領(lǐng)域所需的技能和專(zhuān)業(yè)知識(shí)。

結(jié)論

進(jìn)入數(shù)據(jù)科學(xué)行業(yè)并不容易。為了激勵(lì)自己繼續(xù)學(xué)習(xí)，你需要毅力和自控能力。數(shù)據(jù)科學(xué)家需要時(shí)刻具有好奇心，并熱衷于尋找答案。