学习数据科学必知的10点
算法进阶
共 8684字,需浏览 18分钟
·
2022-06-08 20:09
我经常在我的YouTube频道DataProfessor上被问到以下有关如何进入数据科学领域的问题:
如何成为数据科学家? 成为数据科学家的路线图是什么? 我应该学习什么课程来学习数据科学?
![](https://filescdn.proginn.com/29439bac3304ac8acadc3979c8bbcda2/5eaba2840d9302fc4575bfe6e826c9ab.webp)
![](https://filescdn.proginn.com/9c48302ec677496d36bd35e611c8ff05/d2dddf6184dd723b5a835120e63e8fe7.webp)
三、如何学习数据科学?
3.1. 学习风格
视觉(见) 听觉(听) 动觉(做)
---Chanin Nantasenamat
3.2. 学习如何学习
3.3. 学习数据科学的策略和所需的技能组合
四、从数据竞赛和黑客马拉松中学习
五、为什么选择数据科学?
5.1. 我为什么要学习数据科学?
我将如何在项目中使用数据科学
你将进行探索性数据分析吗? 你会开发回归/分类/聚类模型吗? 你会开发一个聊天机器人吗? 你会开发一个推荐系统吗?
5.2. 通过使用数据科学,我可以为工作带来什么价值
因此,花点时间想想你希望通过数据科学达到的理想目的地。 有了一个明确的目标,你会惊讶于你对实现这个目标的承诺。
六、对自己负责,提高效率!
每天留出专门的时间(最好是1-2小时或每天至少45分钟),让你花在学习和做数据科学上。 避免分心(关闭手机,避免查看社交媒体等)。如果你无法阻止分心的东西到达你的身边,那么也许让自己远离一个分心的环境可能是一个更好的主意。这意味着,你应该找一个安静的地方,在那里你可以把你的注意力完全集中起来。 不要拖延,不要想太多,只管去做!为了帮助你克服这个问题,可以尝试应用2分钟法则(阅读这篇Medium的文章《如何利用 "2分钟法则 "停止拖延》来帮助你保持动力。 链接:https://medium.com/the-mission/how-to-stop-procrastinating-by-using-the-2-minute-rule-310fa8495fb9
七、拥抱失败,学会爱上调试
八、不要担心尝试学习一切
8.1. 专注于基础
数据处理(Python —Pandas,R — dplyr)。 阅读统计学方面的知识,这样你就可以在你的模型中应用它们。例如,应用适当的统计学来比较模型(参数与非参数)。 探索性数据分析和描述性统计,以获得数据的概况从建立简单的、可解释的机器学习模型(线性回归、基于树的方法)开始。 从构建简单且可解释的机器学习模型(线性回归,基于树的方法)开始。 使用你有信心使用的机器学习方法(知道其背后的数学)。
8.2. 专注于项目而不是技术
定义变量,数组,数据框等 流控制(例如,用于循环,if和else分支语句) 数据科学中的特定任务 数据整理/数据预处理 数据可视化 模型构建 模型部署
九、使你的项目具有可复用性
9.1. 别人可以帮助你
9.2. 为未来的自己和他人节省时间
pipfreeze > requirements.txt
condaenv export >environment.yml
十、学习成功从内部开始
10.1. 好奇心
10.2. 热爱过程
10.3. 成长心态和毅力
(1)成长型思维方式和 (2)固定型思维方式
10.4. 承担全部责任
![](https://filescdn.proginn.com/80c29a18d4d05cb52ef4e0c3a16c2aea/3719e447390c2cb65cea7b44d6d5d3c6.webp)
结束语:
原文链接:https://towardsdatascience.com/10-things-i-wish-i-knew-about-learning-data-science-7a30bfb91759
评论