全文共2526字，預計學習時長8分鐘
圖源：unsplash
我的數據科學之路非常循規蹈矩。本科學的是經濟學，我從商業學位的課程中學習到了商業敏銳度；碩士學位是全球商業和計算機科學（方向是機器學習和人工智能），計算機科學學位的課程中教會我大部分的技術要素，並且我還擁有一份數據科學的實習。
回顧過去，我的道路沒有任何問題，但是，如果當時我就知道自己現在正在做什麼，我將會如何規劃自己的數據科學之旅呢？
這個問題對於剛接觸該領域的人來說特別重要。自從我開始投身該領域以來，很多事情都改變了。職位競爭更加激烈，學習選擇也更多。我希望我的經驗可以幫助其他人更快、更全面地學習數據科學，並獲得更好的工作機會。
每個人的學習都是不同的，我的話也不是真理，你很有可能會找到一些更適合你的東西。儘管如此，還是我希望這篇文章能讓你在學習這一領域時，提前瞭解宏觀層面的知識。
第一課:分解
剛開始學習數據科學時，我一下子就被大量知識淹沒了。我必須學習編程語言和統計學、線性代數、微積分等方面的概念。面對如此多的選擇，我不知道該從哪裏開始。
圖源：unsplash
幸運的是，我有課程作業來指導我的學習。我所學的學位將許多概念分解成更小的塊，它們變得更易於理解。雖然這個方法對我很有效，但學校對此採取了“一刀切”的方法，它們還包括許多你實際上並不需要的無關類。所以，如果我可以回到過去，我絕對會將我的數據科學學習之旅分解成更適合我的部分。
在分解數據科學之前，有必要了解該領域的組成部分。你可以將數據科學分解成更小和更容易理解的部分，而不是將它分解爲“課程”。我會將數據科學分解爲編程和數學。
編程——熟悉Python和/或R
· 變量
· 循環
· 功能
· 對象
· 軟件包(panda, numpy, matplotlib, sklearn,tensorflow, pytorch等)
數學
線性代數：微積分
統計學：
· 概率論
· 迴歸（線性，多重線性，嶺，套索，隨機森林，svm算法等）
· 分類（樸素貝葉斯，knn算法，決策樹，隨機森林，svm算法等）
· 聚類（k表示層次化）
通過將數據科學分解爲各個組成部分，你可以將其從抽象概念轉變爲具體步驟。
第二課:從哪裏開始
最初，我癡迷於按照“正確”的順序學習事物。然而進入該領域後，我發現很多數據科學家學習技能的順序完全不同。我遇到過一些先學習數學的博士，他們是在參加訓練營後才學會編程概念的；還有一些很厲害的軟件工程師們，後來通過自學和實踐學會了數學。
圖源：unsplash
從哪裏開始很重要，最好是從你感興趣的話題出發。學習是可以累加的，如果你學了一件事，你就不會放棄學習另一件事。
如果能回到過去，我會從當時我最感興趣的概念開始。一旦你學會了一個概念，你就可以在此基礎上去理解其他的概念。就像如果你學習了簡單的線性迴歸，那麼學會多元線性迴歸是相當容易的一步。
第三課:構建最小可行知識(MVK)
經過這麼久的業內生活，我對所需的基礎知識有了不同的看法。嘗試過許多不同類型的自我學習之後，我發現通過做項目來學習是掌握一個領域最有效的方法。你應該理解這些概念，以便開始探索自己的項目。
這就是最小可行知識發揮作用的地方。你首先應該學習足夠的基礎知識知識，以便能夠從中學到東西，這個階段很難確定。當你第一次來到這裏的時候，你會覺得自己還沒有準備好。這是一件好事，這意味着你正在走出舒適區。
你可以通過入門的在線課程來達到這一知識水平，我推薦kaggle.com上的微課程。要完成這一步，需要了解python或R的基礎知識，並熟悉所使用的軟件包，之後可以通過將一些算法應用於現實世界的數據來開始學習數學。
第四課:進行實踐
圖源：unsplash
有了基礎知識，最好儘快進入項目。這聽起來很可怕，其實關鍵在於你如何定義項目。早期階段，一個項目可能就像嘗試for循環一樣簡單。隨着學習的進展，可以使用kaggle上的數據來完成項目，最後可以使用你所收集的數據來完成項目。
學習數據科學的最好方法就是實踐。理論是非常重要的，但沒有人說你必須在開始應用它之前理解它。可以在對算法有功能上的理解之後，再開始回顧理論。對我來說，現實世界的例子總是能讓問題體現出來。
項目還可以讓數據科學變得更小。對於新學習者來說，最大的挑戰之一是數據科學領域規模太龐大了。把正在學習的東西限制在一個小項目的範圍內，可以讓你把事情分解得比你在第1課中還要小。
做項目還有另一個好處，他們會立即反饋你需要改進的地方。如果你正在從事一個項目，並且遇到了關於使用哪種軟件包、算法或可視化的障礙，你會發現自己的不足之處即刻開始查漏補缺。
第五課:學習他人的代碼
能自己做項目確實很棒，但有時你會弄不清自己缺少哪些知識。我強烈建議你參考一下經驗更豐富的數據科學家的代碼，以瞭解下一步應該學習什麼，更好地理解邏輯或語法。
在Kaggle和GitHub上，有成千上萬（也許是數百萬個）內核，人們可以共享用於分析數據集的代碼，瞭解這些是補充項目的好方法。
建議列出你正在使用的軟件包，算法和視覺效果的列表，查看軟件包的文檔，並在那裏擴展知識。他們在文檔中幾乎都有例子說明如何使用，同樣，此列表可用於幫助你思考新的項目構想和實驗。
圖源：unsplash
第六課：從頭開始構建算法
這是大多數數據科學家的必經之路。在你應用算法並瞭解其工作原理之後，最好自己試着從頭開始編寫它。這有助於你更好地理解使其工作的基礎數學和其他機制。這樣做時，毫無疑問，你得學習其背後的理論。
朝這個方向學習比嘗試掌握理論然後應用它要直觀得多。這是fastai在他們的免費慕課中採取的方法。如果對深度學習感興趣，我強烈建議你去看看。
我建議從線性迴歸開始。這將幫助你更好地理解梯度下降，這是一個非常重要的概念。隨着數據科學事業進一步發展，理論變得越來越重要。通過爲問題匹配正確的算法，可以帶來價值。
圖源：unsplash
數據科學之旅的美麗之處在於它永無止境。你需要不斷學習，以掌握它的新發展。就像前文中提到的，每個人的學習方法不同，你大可以選擇按照自己的路走。但最後這點毫無疑問對所有人都適用，永遠不要停止學習。
一起分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 “讀芯術”
（添加小編微信：dxsxbb，加入讀者圈，一起討論最新鮮的人工智能科技哦～）