如何成为一名数据科学家？

数据科学家的学习成长路径是怎样的？

要学习数据科学，我需要学习哪些课程？

这是大多数想转型成为数据科学家的自学者最关心的三个问题。

近日，泰国的一所研究型大学的教授、Youtube数据科学类优秀博主ChaninNantasenamat结合自己的学习经历给大家做了系统总结。

以下是具体博文：

什么是数据科学?

简而言之，数据科学是一个实质上利用数据来解决问题并为公司和组织带来影响、价值和见解的领域。数据科学已应用于教育、金融、医疗保健、地质、零售、旅行和电子竞技等广泛的学科和行业。

数据科学的技术技能涉及使用数据收集，数据预处理，探索性数据分析，数据可视化，统计分析，机器学习，编程和软件工程。除了技术方面，数据科学家还需要各种软技能。

以下信息图概述了数据科学家的基本技能：

1.您的数据科学之旅与他人无关

您的数据科学之旅是个人的。不要将自己与他人进行比较，请记住每个人都是独一无二的，我们每个人都在不同的旅程中。专注于您自己的数据科学之旅，受挫折或者有拖延都是可以接受，但不要让这些障碍阻止您实现目标，迟到总比不到好。

制定自己要学习和要做的事情清单。找出您尚不了解的数据科学概念和技能，并记下您想知道的内容。然后，从这个数据科学概念/技能列表中，专注于每天仅学习一件事。在1年的时间里，您会惊讶于您学到了多少新概念和新技能。

2.如何学习数据科学？

我们如何学习？学习风格通常分为以下三种主要类型：

视觉的（见）听觉（听力）动觉（做）

知识无处不在，学习的来源也多种多样。例如，您可以从书本，博客，视频，播客，有声读物，演讲，教学中学习，而这当中最重要的就是“做（doing）”。

“TheBestWaytoLearnDataScienceisByDoingDataScience.”—ChaninNantasenamat(AKADataProfessor)

当您学习新的概念或技能时（即从视觉和听觉上），您可以通过立即将新发现的知识应用于数据科学项目（即要做的事情）来增强所学内容。通过不断地进行数据科学，您将逐渐加强和磨练刚学到的新概念和技能。随着时间的流逝，您将掌握它们。

此外，为进一步加深您对这些新概念或技能的理解，您可以教其他人（即，撰写教程博客，制作视频教程并教他人）。通过这样做，您可以利用上述3种学习方式，从而最大程度地发挥学习潜力。还值得一提的是，教别人可以帮助您将新概念或技能具体化为自己的措辞，从而有助于重新组织思想并更好地理解。

3.免费学习数据科学的资源

有大量的学习资源可用于学习数据科学。实际上，有太多选择的余地。我将可用的学习资源分为两种主要类型：费用与免费。

在以下各节中，我将列出一些免费的学习数据科学的资源。

Kaggle的14门小课:

转载请注明:http://www.aideyishus.com/lkjg/2569.html