这是国外数据科学学习平台DataCamp成员写的一篇图文《8步成为数据科学家》。我们具体来看下有哪些学习内容和学习资源。
这里说的8步,不是你用8周就可以完成,而是一种学习的方法。这些步骤虽然没有那么简单,但是都是可操作,可实践的。只要你投入时间去学习,相信时间的积累力量,就可以掌握这些知识。
首先,什么是大数据科学家?
数据科学家是一个跨学科人才,是比软件工程师更擅长统计学,比统计学家更擅长软件工程的人。需要掌握的知识有数学统计,编程能力,机器学习,研究能力等。
目前,数据科学家大部分是本科或者硕士学历(本科37%,硕士31%)。但是不要担心,从调查数据来看,有5%高中毕业的人也成为了数据科学家。这足以证明,只要你努力去提供自己,英雄是不问出处的。
第1步:学好统计、数学和机器学习
下面给出了学习这些知识的资源。如果感觉这些资源学起来太难,可以从《赤裸裸的统计学》、《深入浅出统计学》这两本书入门。
第2步:学会编程
掌握计算机科学的基础知识,学会系统开发的整个过程(end-to-end development),因为你做的东西会成为其他系统的一部分。
选择一种数据分析的编程语言,例如开源软件的R , Python语言等,或者商业软件的SAS, SPSS等。
在学习过程中可以用DataCamp, tryR, Codecademy或Google Class进行交互式学习。
第3步:理解数据库
在大部分的实际数据分析项目中,数据大部分是存储在数据库中的,所以你的学会数据库的操作,如关系数据库MySQL,非关系型数据库MongoDB等。
第4步:学会数据预处理、可视化和报表制作
1. 数据预处理
在数据分析师的工作中,有多达60%的时间都花在了实际分析前数据的准备上。数据预处理的目标是为了把数据改变成我们喜欢的样子,以便于后期的分析处理。这就好比,现在很多女孩照相喜欢用美图秀秀,眼睛不大,那我就用美图秀秀把眼睛变大。变成自己喜欢的样子。
数据预处理可自学Coursera中《Getting and Cleaning Data》的 课程(作者:John Hopkins)。也可以用工具DataWrangler、R语言的data.table和dply包。
联系客服