0
| 本文作者： AI研習(xí)社-譯站 | 2018-09-26 14:40 |
本文為 AI 研習(xí)社編譯的技術(shù)博客，原標題 ：
How To Learn Data Science If You’re Broke
翻譯 | 就2 校對 | 就2 整理 | 志豪
原文鏈接：
https://towardsdatascience.com/how-to-learn-data-science-if-youre-broke-7ecc408b53c7
過去的一年，我自學(xué)了數(shù)據(jù)科學(xué)，我從數(shù)百個網(wǎng)上資源開始學(xué)習(xí)，每天學(xué)習(xí)6-8個小時，同時我還兼著一份日間護理的工作賺拿著最低的工資。
我的目標是：開始我熱愛的事業(yè)，盡管我是個窮逼。
因為這個艱難的選擇，我在過去幾個月里面完成了很多我之前沒想到過的工作：我發(fā)布了自己的個人網(wǎng)站，在一份重要的在線數(shù)據(jù)科學(xué)雜志上刊發(fā)了我的文章，并且在拿到了一個競爭非常激烈的計算機科學(xué)研究生獎學(xué)金。
在這篇文章中，我會給出一些指導(dǎo)和建議，這樣你就可以自己安排學(xué)習(xí)數(shù)據(jù)科學(xué)課程了。我希望對于大家能授之以漁，讓大家可以開始在數(shù)據(jù)科學(xué)領(lǐng)域從事更有激情的工作。
當(dāng)我說到“數(shù)據(jù)科學(xué)”時，我指的是將數(shù)據(jù)轉(zhuǎn)化為現(xiàn)實行動的工具集合。這些技術(shù)包括機器學(xué)習(xí)、數(shù)據(jù)庫技術(shù)、統(tǒng)計、編程和領(lǐng)域特定技術(shù)。
互聯(lián)網(wǎng)一片混亂。想從中找到學(xué)習(xí)資料，就感覺張開口從消防水龍頭喝水。
我給你一些更簡單的方法可以幫你解決這些問題。
Dataquest、DataCamp和Udacity等網(wǎng)站都提供數(shù)據(jù)科學(xué)技能課程。他們有收費的培訓(xùn)課程，引導(dǎo)你從一個科目到另一個科目。每一門課都不需要你做什么課程規(guī)劃。
啥？有問題? 他們太貴了，而且他們不教你如何在工作環(huán)境中應(yīng)用你學(xué)到的知識，并且他們阻止你探索自己的興趣和激情。
當(dāng)然還有一些免費的課程，比如 edX和coursera，它們提供某門課程，專門針對特定的主題。如果你能從視頻或課堂環(huán)境中很好地學(xué)習(xí)，這些都是學(xué)習(xí)數(shù)據(jù)科學(xué)的好方法。
免費在線教育平臺
你可以在上面網(wǎng)站上找到可用的數(shù)據(jù)科學(xué)課程列表。還有一些你可以使用的免費課程?？纯碊avid Venturi的文章，或者開源數(shù)據(jù)科學(xué)大師(編者：這是一個學(xué)習(xí)數(shù)據(jù)科學(xué)的開源課程)。
如果你喜歡閱讀， 我推薦《從頭開始數(shù)據(jù)科學(xué)》這本書 。這本教科書是一個完整的學(xué)習(xí)計劃，還有在線資源。你可以在網(wǎng)上找到完整的pdf格式的書(免費)，或者從亞馬遜(Amazon)獲得一本實體書(27美元)。
這些只是為數(shù)據(jù)科學(xué)提供詳細學(xué)習(xí)路徑的一些免費資源。還有其他很多就暫時不展開講了。
為了更好地理解你在學(xué)習(xí)過程中需要獲得的技能，在下一節(jié)中我將詳細介紹一個更廣泛的課程指南。這是一份更深入的介紹，而不僅僅是一份課程清單或書單。
數(shù)據(jù)科學(xué)課程指南
編程是數(shù)據(jù)科學(xué)家的一項基本技能。你應(yīng)該熟悉Python的語法，了解如何以多種方式運行python程序。(Jupyter筆記本 vs 命令行 vs IDE)
我花了大約一個月的時間來回顧Python文檔、《Python最佳實踐指南》以及完成CodeSignal上的編碼挑戰(zhàn)。
提示: 請留意程序員常用的解決問題的技巧。 （發(fā)音“算法”)
機器學(xué)習(xí)和數(shù)據(jù)分析的先決條件。如果你已經(jīng)有了扎實的理解，你應(yīng)該花上一兩個星期來復(fù)習(xí)一下關(guān)鍵的概念。
特別關(guān)注描述性統(tǒng)計。能夠理解數(shù)據(jù)集是一項很牛逼的技能。
Numpy，Pandas 和Matplotlib
學(xué)習(xí)如何加載、操作和可視化數(shù)據(jù)。
掌握這些庫對您的個人項目很重要。
提示：不要覺得你必須記住練習(xí)帶來的每個方法或函數(shù)名稱。如果你忘記了就Google吧。
查看Pandas Docs，Numpy Docs和Matplotlib教程。應(yīng)該也有更好的資源，但這些是我經(jīng)常用的。
請記住，學(xué)習(xí)這些庫的唯一方法就是使用它們！
學(xué)習(xí)機器學(xué)習(xí)算法的理論和應(yīng)用。然后將您學(xué)到的概念應(yīng)用于您關(guān)心的真實數(shù)據(jù)。
大多數(shù)初學(xué)者從使用UCI ML Repository的示例數(shù)據(jù)集開始。你可以擺弄這些數(shù)據(jù)并瀏覽指導(dǎo)ML教程。
Scikit-learn文檔提供了有關(guān)常用算法應(yīng)用的優(yōu)秀教程。我推薦一個播客（http://ocdevel.com/mlg），這個播客提供了很多免費的 ML 基礎(chǔ)理論教育資源。您可以在上下班途中或在鍛煉時收聽。
獲得一份工作意味著能夠?qū)F(xiàn)實世界的數(shù)據(jù)轉(zhuǎn)化為實際行動。
要做到這一點，您需要學(xué)習(xí)如何使用業(yè)務(wù)的計算資源來獲取、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)課程中最容易的部分。因為您使用的特定工具取決于您要進入的行業(yè)。
但是，數(shù)據(jù)庫操作是必需的技能集。 您可以在ModeAnalytics或Codecademy上學(xué)習(xí)如何使用代碼操作數(shù)據(jù)庫。 您還可以在DigitalOcean上實現(xiàn)自己的數(shù)據(jù)庫（便宜）。
另一個（通常）需要的技能是版本控制。 您可以通過創(chuàng)建GitHub帳戶并使用命令行每天提交代碼來輕松獲得此技能。
在考慮學(xué)習(xí)其他技術(shù)時，重要的是要考慮自己的興趣和激情。 例如，如果您對Web開發(fā)感興趣，那么請查看該行業(yè)中的公司使用的工具。
實際上有成千上萬的網(wǎng)頁和論壇解釋了普通數(shù)據(jù)科學(xué)工具的使用。正因為如此，在網(wǎng)上學(xué)習(xí)時很容易走彎路。因為當(dāng)你學(xué)習(xí)機器學(xué)習(xí)中貝葉斯方程，指不定就會被深度學(xué)習(xí)中的某些內(nèi)容吸引，然后搜索到神經(jīng)網(wǎng)絡(luò)的知識，天，一下午不知不覺就過去了，而你忘記了最開始要做啥。
當(dāng)你開始研究一個話題時，你需要把你的目標牢記在心。如果你不這樣做，你可能會陷入網(wǎng)絡(luò)上任何吸引你眼球的吸引人的鏈接。
解決方案是，拿一個號的工具來保存有趣的web資源。這樣你就可以為以后的工作節(jié)省一些材料，并且專注于與你當(dāng)前相關(guān)的話題。
我目前的Chrome書簽欄
好的方法是，你可以制定一個有序的學(xué)習(xí)路徑，告訴你你應(yīng)該關(guān)注什么。你也會學(xué)得更快，避免分心。
警告，當(dāng)你探索感興趣的新話題時，你的閱讀清單會迅速增加到數(shù)百個。別擔(dān)心，這就引出了我的第二條建議。
自我驅(qū)動的教育常常讓人感覺像是在閱讀無窮無盡的知識圖書館。
如果你想在數(shù)據(jù)科學(xué)領(lǐng)域取得成功，你需要把把數(shù)據(jù)科學(xué)學(xué)習(xí)看作一個終生的過程。
記住，學(xué)習(xí)的過程本身就是一種獎賞，書中自有顏如玉嘛。
在你的學(xué)習(xí)之旅中，你會探索你的興趣，發(fā)現(xiàn)更多驅(qū)使你的東西。你對自己了解得越多，你從學(xué)習(xí)中得到的樂趣就越多。
不要滿足于只學(xué)習(xí)一個概念然后轉(zhuǎn)移到下一件事。學(xué)習(xí)的過程不會停止，直到你把一個概念應(yīng)用到現(xiàn)實世界。
并不是每個概念都需要在您的學(xué)習(xí)過程中有一個專門的項目。重要的是要腳踏實地，記住你正在學(xué)習(xí)，這樣你才能在世界上產(chǎn)生影響。
歸根結(jié)底，當(dāng)你學(xué)習(xí)數(shù)據(jù)科學(xué)時，懷疑自己的能力是你將面臨的最大的逆境之一。
這可能來自別人，也可能來自你自己。
你的作品集是你向世界展示你的能力和信心的方式。
正因為如此，在學(xué)習(xí)數(shù)據(jù)科學(xué)時，建立你的作品集是最重要的事情。一個好的作品集可以讓你得到一份工作，讓你成為一個更自信的數(shù)據(jù)科學(xué)家。
用你引以為傲的項目填充你的作品集。
你是否從頭開始構(gòu)建自己的web應(yīng)用程序?你有自己的IMDB數(shù)據(jù)庫嗎?你寫過一篇有趣的醫(yī)療數(shù)據(jù)分析嗎?
把它放在你的作品集里。
只要確保寫出來的代碼是可讀的，有很好的文檔，并且作品集本身看起來也不錯。
https://harrisonjansma.com/archive
這是我的作品集。發(fā)布作品集的一種更簡單的方法是創(chuàng)建一個GitHub項目，其中包括一個很棒的ReadMe(摘要頁面)以及相關(guān)的項目文件。
來！填空。
數(shù)據(jù)科學(xué)是一套旨在改變世界的工具。一些數(shù)據(jù)科學(xué)家構(gòu)建計算機視覺系統(tǒng)來診斷醫(yī)學(xué)圖像，另一些科學(xué)家則遍歷數(shù)十億條數(shù)據(jù)條目，以找到網(wǎng)站用戶偏好的模式。
數(shù)據(jù)科學(xué)的應(yīng)用是無窮無盡的，這就是為什么找到讓你興奮的應(yīng)用很重要。
如果你找到了你感興趣的話題，你就會更愿意投入到工作中去做一個偉大的項目。這就引出了我在本文中最喜歡的一條建議。
當(dāng)你在學(xué)習(xí)的時候，睜大眼睛去關(guān)注那些讓你興奮的項目或想法。
斯蒂芬·斯坦鮑爾在Unsplash
一旦你花了時間學(xué)習(xí)，試著把這些點點滴滴串連起來，找到讓你著迷的項目之間的相似之處，然后花些時間研究從事這類項目的行業(yè)。
一旦你找到了一個你感興趣的行業(yè)，就把獲得該行業(yè)所需的技能和技術(shù)專長作為你的目標。
如果你能做到這一點，你就已經(jīng)準備好了把你的努力工作和對學(xué)習(xí)的奉獻轉(zhuǎn)化為充滿激情和成功的事業(yè)。
如果你喜歡探索世界。如果你對人工智能著迷。然后，不管你的情況如何，你都可以進入數(shù)據(jù)科學(xué)行業(yè)。
雖然、這并不容易。
要激勵自己學(xué)習(xí)，你需要毅力和自律。但如果你是那種能督促自己進步的人，那么你完全有能力自己掌握這些技能。
畢竟，這就是數(shù)據(jù)科學(xué)家的工作。充滿好奇心，自我激勵，對尋找答案充滿激情。
如果你想要更多高質(zhì)量的數(shù)據(jù)科學(xué)文章，請繼續(xù)關(guān)注我們AI研習(xí)社喲。?
想要繼續(xù)查看該篇文章更多代碼、鏈接和參考文獻？
戳鏈接：http://www.gair.link/page/TextTranslation/1075
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
AI研習(xí)社每日更新精彩內(nèi)容，點擊文末【閱讀原文】即可觀看更多精彩內(nèi)容：
Google 啟動新搜索引擎，幫助科學(xué)家找到需要的數(shù)據(jù)集
立志成為數(shù)據(jù)科學(xué)家？掌握以下基礎(chǔ)
等你來譯：
建立一個基于深度學(xué)習(xí)的混合型的內(nèi)容協(xié)同電影推薦系統(tǒng)
決策樹：一種像人腦一樣工作的算法
如何用 Dask 數(shù)據(jù)框架運行并行數(shù)據(jù)分析
蒙特卡洛模擬航空公司超訂
游戲 AI 入門指南
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
