大數(shù)據(jù)文摘出品

來源：towardsdatascience

編譯：zeroInfinity、白浩然、笪潔瓊

剛剛加入數(shù)據(jù)科學的你，是否也有這樣的疑問：

• 如何成為數(shù)據(jù)科學家?
• 成為數(shù)據(jù)科學家的規(guī)劃路線是什么?
• 我應該選什么課程來學習數(shù)據(jù)科學?

對于未知的學科，琳瑯滿目的學習資源，美好的工作機會，應該怎樣去努力?本文作者是研究數(shù)據(jù)挖掘和生物醫(yī)學方向，目前就職于泰國的一所研究大學的全職生物信息學副教授。他在22歲時開始自學數(shù)據(jù)科學，目前已經(jīng)自學成才，文摘菌編譯了這篇文章，希望能把以下需要注意的10件事告訴剛?cè)腴T的你。

我從2004年開始數(shù)據(jù)科學之旅。那個時候‘數(shù)據(jù)科學’概念才剛被提出，當時廣泛使用的術語是‘數(shù)據(jù)挖掘’。一直到2012年‘數(shù)據(jù)科學’這個概念才引起人們注意，且一篇由Thomas Davenport 和 D.J. Patil撰寫的哈弗商業(yè)評論文章《數(shù)據(jù)科學：21世紀最迷人的工作》而流行起來。

什么是數(shù)據(jù)科學

簡而言之，數(shù)據(jù)科學是一門實質(zhì)上用數(shù)據(jù)來解決問題，并且能夠給公司和團體帶來影響力，價值和洞察力的科學，應用在廣泛的學術領域和行業(yè)中，包括但不限于教育，經(jīng)濟，健康，地質(zhì)，零售，旅游和電子競技。

數(shù)據(jù)科學的技術內(nèi)容包括了數(shù)據(jù)收集，數(shù)據(jù)預處理，數(shù)據(jù)深度分析，數(shù)據(jù)可視化，統(tǒng)計分析，機器學習，編程和軟件工程。除了這些技術要求，數(shù)據(jù)科學家還需要具有各種軟技能。下面信息圖所示概括了數(shù)據(jù)科學家必備的一些技能。

1. 你的數(shù)據(jù)科學旅程是獨一無二的

你的數(shù)據(jù)科學旅程是比較獨特的，不要去和別人比進度，要知道每個人都是獨一無二的將會走出不一樣的旅程。專注于你自己的道路。或許會有挫折使你耽擱，但不要讓這些障礙阻止你達成目標。晚到一點也比從未到達要好。

保持著“冒充者綜合癥(自我否定的傾向)”，并將這種不安全感當作幫助你，完成所有數(shù)據(jù)科學旅程的導覽圖。尤其是將引導你走上自我完善的路徑，制定你自己的要學和做的事情清單。標識出你還不知道的數(shù)據(jù)科學的概念和技巧，記下你接下來想要了解的內(nèi)容。然后從這個概念/技能清單中，專注于每天只學習一樣新東西。等經(jīng)過一年的課程學習，你將會驚訝的發(fā)現(xiàn)復合效應下你竟然掌握了這么多新的概念和技術。

2. 怎樣學習數(shù)據(jù)科學

我們怎樣學習?一般的學習方式被分為3種主要類型：

• 看書
• 聽課
• 刷題

知識無處不在，學習的來源也多種多樣。例如，你可以從書本，博客，視頻，博客，有聲讀物，演講，教學中學習，當然最重要的是在實踐中學習。

當您學新的概念或技能時(指通過看和聽)，你可以立即通過應用新學到的知識到你的數(shù)據(jù)科學課題中(即做和實踐)來鞏固所學。通過不斷的時間，你將逐漸加強和訓練你所學到的概念和技能。并且隨著時間積累，就能很好的掌握他們。

此外，為了進一步加深對知識和技能的理解，你也可轉(zhuǎn)為指導他人(即，撰寫教程博客，制作視頻教程以及轉(zhuǎn)教他人)。通過轉(zhuǎn)教，你可以充分利用上述所提到的三種學習方式，從而最大程度的發(fā)揮你的學習潛力。還值得一提的是教導別人可以幫助你牢記新的概念和技能，并將它們變成屬于你自己的，從而有助于重新組織思想和加深理解。

3. 學習如何學習

關于如何學習的冰山一角。實際上，Barbara Oakley博士和Terrence Sejnowski博士在Coursera上有一個在線課程，名為“學習方法”，這是一門很棒的課程，它將教您一些學習技巧，以幫助您更有效地學習。

Evernote的另一篇精彩讀物是Medium的一篇文章，標題為“從費曼技巧中學習”，其中總結(jié)了諾貝爾獎獲得者和物理學家理查德·費曼所設計的學習技巧。此外，youtube視頻上的25個最佳科學研究技巧，提供了不少有效學習技巧的可行建議，您也可以在學習數(shù)據(jù)科學時使用這些技巧。

此外，斯科特·楊(ScottYoung)寫了一本很棒的關于超級學習(Ultralearning)的書，其中他分享了在短短1年的時間里學完麻省理工學院四年制計算機科學課程的自我教育經(jīng)驗。此外，喬什·考夫曼(Josh Kaufman)在他發(fā)布的TED演講，和《最初的20小時》一書中聲稱，我們可以在短短20個小時內(nèi)學到任何想要的東西。

掌握學習的技巧，可以能更有效地學習和研究數(shù)據(jù)科學，從而使學習體驗更加愉快。

學習數(shù)據(jù)科學的策略：

去年底，我在youtube上發(fā)布了視頻“2020年學習數(shù)據(jù)科學策略”，其中分享了一些實用的技巧和竅門能夠幫助您開始進行數(shù)據(jù)科學之旅。

主頁：http://bit.ly/dataprofessor/

您可能還需要查看視頻“如何成為數(shù)據(jù)科學家(學習路徑和技能要求)”，在這里我?guī)鷧⒂^數(shù)據(jù)科學的整體情況，并介紹所有數(shù)據(jù)科學家都應該知道的8個重要技能。筆記在

https://github.com/dataprofessor/

4. 數(shù)據(jù)科學的學習資源(包含付費和免費)

如今網(wǎng)上有非常多的數(shù)據(jù)科學的學習資源。實際上，有太多的選擇也會使人眼花繚亂。我將可用的學習資源分為兩類：付費的和免費的。

列出其中一些有償和免費學習的資源列表。付費學習資源：

• 365 Data Science https://365datascience.com/
• DataCamp https://bit.ly/dataprofessor-datacamp
• DataQuest https://www.dataquest.io/
• O’Reilly Online Learning (月費49美元，年費499美元)

優(yōu)達學城(數(shù)據(jù)科學課程)上有數(shù)百個課程，以下是還不錯的。

• 機器學習系列:在數(shù)據(jù)科學中使用Python&R：https://www.udemy.com/course/machinelearning/
• 數(shù)據(jù)科學與機器學習的python訓練營：https://www.udemy.com/course/python-for-data-science-and-machine-learning-bootcamp/
• 2020年數(shù)據(jù)科學課程：數(shù)據(jù)科學訓練營：https://www.udemy.com/course/the-data-science-course-complete-data-science-bootcamp/
• 數(shù)據(jù)科學：數(shù)據(jù)科學實戰(zhàn)：https://www.udemy.com/course/datascience/

免費或部分付費學習資源，edX — 除了CS50，其它都是付費的。

• CS50(免費/認證費用90美元)：https://www.edx.org/course/cs50s-introduction-to-computer-science
• 數(shù)據(jù)科學專業(yè)認證(Harvard University)：https://www.edx.org/professional-certificate/harvardx-data-science
• 微學位：統(tǒng)計與數(shù)據(jù)科學項目(MIT)：https://www.edx.org/micromasters/mitx-statistics-and-data-science
• 微學位：數(shù)據(jù)科學項目(UC San Diego)：https://www.edx.org/micromasters/uc-san-diegox-data-science
• IBM的數(shù)據(jù)科學專業(yè)認證(IBM)：https://www.edx.org/professional-certificate/ibm-data-science
• 微學位：使用基礎方法與工具分析：https://www.edx.org/micromasters/gtx-analytics-essential-tools-and-methods
• 分析科學在線碩士(Georgia Tech University)：https://www.edx.org/masters/online-master-science-analytics-georgia-tech

Coursera ：旁聽免費，認證證書付費

• 機器學習 (Andrew Ng / 斯坦福大學)：https://www.coursera.org/learn/machine-learning
• 專業(yè)數(shù)據(jù)科學(10門課/JHU)：https://www.coursera.org/specializations/jhu-data-science
• 數(shù)據(jù)科學實戰(zhàn)(5門課/JHU)：https://www.coursera.org/specializations/executive-data-science
• 專業(yè)數(shù)據(jù)挖掘(6門課/伊利諾伊大學)：https://www.coursera.org/specializations/data-mining
• 數(shù)據(jù)科學碩士(8門課/伊利諾伊大學圣巴巴拉分校)：https://www.coursera.org/degrees/master-of-computer-science-illinois/data-science
• 數(shù)據(jù)科學應用碩士(密歇根大學)：https://www.coursera.org/degrees/master-of-applied-data-science-umich

Udacity：一些被選出的導論課程免費，優(yōu)達數(shù)據(jù)科學院和人工智能學院的納米學位課程付費。

• 數(shù)據(jù)科學導論(免費)：https://www.udacity.com/course/intro-to-data-science--ud359
• 數(shù)據(jù)分析導論 (免費)：https://www.udacity.com/course/intro-to-data-analysis--ud170
• 數(shù)據(jù)可視化分析(免費)：https://www.udacity.com/course/data-analysis-and-visualization--ud404
• 使用SQL做數(shù)據(jù)分析 (免費)：https://www.udacity.com/course/sql-for-data-analysis--ud198
• 統(tǒng)計推理入門 (免費)：https://www.udacity.com/course/intro-to-inferential-statistics--ud201
• 數(shù)據(jù)科學家微學位 (付費)：https://www.udacity.com/course/data-scientist-nanodegree--nd025
• 數(shù)據(jù)科學微學位(付費)：https://www.udacity.com/course/data-analyst-nanodegree--nd002
• 數(shù)據(jù)可視化微學位(付費)：https://www.udacity.com/course/data-visualization-nanodegree--nd197
• 數(shù)據(jù)工程師微學位(付費)：https://www.udacity.com/course/data-engineer-nanodegree--nd027
• 機器學習工程師微學位(付費)：https://www.udacity.com/course/machine-learning-engineer-nanodegree--nd009t

完全免費學習資源，Kaggle 14節(jié)微課程包括：https://www.kaggle.com/learn/overview

• Python：https://www.kaggle.com/learn/python
• 機器學習導論：https://www.kaggle.com/learn/intro-to-machine-learning
• 機器學習(中級)：https://www.kaggle.com/learn/intermediate-machine-learning
• 數(shù)據(jù)可視化：https://www.kaggle.com/learn/data-visualization
• Pandas：https://www.kaggle.com/learn/pandas
• 特征工程：https://www.kaggle.com/learn/feature-engineering
• 深度學習：https://www.kaggle.com/learn/deep-learning
• SQL導論：https://www.kaggle.com/learn/intro-to-sql
• SQL提高版：https://www.kaggle.com/learn/advanced-sql
• 空間分析：https://www.kaggle.com/learn/geospatial-analysis
• 微競賽：https://www.kaggle.com/learn/microchallenges
• 機器學習(拓展)：https://www.kaggle.com/learn/machine-learning-explainability
• 自然語言處理：https://www.kaggle.com/learn/natural-language-processing
• 游戲AI與增強學習導論：https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning

youtube:有好幾個精彩的頻道涵蓋了數(shù)據(jù)科學中幾個重要的話題。

• Data Professor：https://www.youtube.com/dataprofessor?sub_confirmation=1
• Ken Jee：https://www.youtube.com/c/kenjee1?sub_confirmation=1
• Krish Naik：https://www.youtube.com/user/krishnaik06
• Codebasics：https://www.youtube.com/channel/UCh9nVJoWXmFb7sLApWGcLPQ
• 3Blue1Brown：https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw
• StatQuest with Josh Starmer：https://www.youtube.com/user/joshstarmer
• Sentdex：https://www.youtube.com/user/sentdex
• Data School：https://www.youtube.com/user/dataschool
• Python Programmer：https://www.youtube.com/user/consumerchampion
• Lex Fridman：https://www.youtube.com/user/lexfridman
• Abhishek Thakur：https://www.youtube.com/user/abhisheksvnit
• Two Minute Papers：https://www.youtube.com/user/keeroyz
• Andreas Kretz：https://www.youtube.com/channel/UCY8mzqqGwl5_bTpBY9qLMAA
• Cory Schafer：https://www.youtube.com/user/schafer5
• Siraj Raval
• Story by Data (Kate Strachnyi)：https://www.youtube.com/channel/UCU9GTVEPqlSNRDHypVf3BRw
• RichardOnData
• Joma Tech (Data Science Playlist)：https://www.youtube.com/channel/UCV0qA-eDDICsRR9rPcnG7tw
• 365 Data Science：https://www.youtube.com/channel/UCEBpSZhI1X8WaP-kY_2LLcg
• Data Science Dojo：https://www.youtube.com/user/DataScienceDojo
• Data Camp：https://www.youtube.com/channel/UC79Gv3mYp6zKiSwYemEik9A
• Import Data：https://www.youtube.com/channel/UCYDacpfRrCX6_8oDDlzTgFw
• Data Science Jay：https://www.youtube.com/channel/UCcQx1UnmorvmSEZef4X7-6g
• David Langer：https://www.youtube.com/channel/UCRhUp6SYaJ7zme4Bjwt28DQ
• Daniel Bourke：https://www.youtube.com/channel/UCr8O8l5cCX85Oem1d18EezQ

5. 為什么是數(shù)據(jù)科學

對于想要學習數(shù)據(jù)科學的你，需要花一些時間思考和探索以下問題。

(1) 為什么我想要學習數(shù)據(jù)科學?

最重要的問題：為什么想要學習數(shù)據(jù)科學?通過這個問題你可以更好的了解數(shù)據(jù)科學中需要重點關注的點，以免迷失方向掉入陷阱。

(2) 如何在項目中應用數(shù)據(jù)科學

確定在你的項目中如何應用數(shù)據(jù)科學很重要。您要回答的一些問題包括：

• 您將進行深度數(shù)據(jù)分析嗎?
• 您是否將開發(fā)回歸/分類/聚類模型?
• 您會要開發(fā)聊天機器人嗎
• 您是否要開發(fā)推薦系統(tǒng)。

(3) 通過使用數(shù)據(jù)科學，能給工作帶來什么價值

正如斯蒂芬·科維(Stephen Covey)在“高效人才的七個習慣”中所說的那樣，“從思想的源泉開始”。

因此花一點時間考慮一下您希望通過數(shù)據(jù)科學達到的理想目的地。牢記明確的目標，你會為實現(xiàn)目標的決心而感到驚訝。

6. 保持你的責任心和生產(chǎn)力

首先，對自己的學習進度負責，并保持學習進度。我一直在Ken Jee建立的數(shù)據(jù)科學家在線社區(qū)中進行討論。這個在線社區(qū)中設有一個討論板，成員可以在該板上公開發(fā)布一周或一個月的目標，這樣做有助于我們保持初心。

下面是一些提高生產(chǎn)力的基本建議：

• 每天利用專門的時間(最好是每天1-2小時或至少45分鐘)來學習和練習數(shù)據(jù)科學。
• 避免分心(關閉手機，避免查看社交媒體等)。如果你沒法阻止分心，那就離開令你分心的環(huán)境。這意味著你應該去到一個可以集中注意力的安靜的地方。
• 不要拖延，不要過度思考，just do it!

因為歸根結(jié)底，如果你沒有取得進展，就意味著你沒有學到東西，更無法實現(xiàn)之前目標，走向事業(yè)的巔峰。

7. 擁抱失敗并學會找代碼的Bug

擁抱失敗。你必須學會適應不舒服的地方。簡而言之，天下沒有免費的午餐，一分耕耘一分收獲。不要拘泥于之前的失敗，而是要重新站起來并繼續(xù)嘗試。

卡在學習的中途，不了解某個算法，不知道如何在代碼中找bug，這些都是完全OK的。你可以先休息一下，然后再重新嘗試解決問題。有時候，你的思維會因為一時的阻塞而變得遲鈍，因此，稍作休息可能有助于讓思維煥發(fā)活力。

如果你有一個精通代碼的朋友，那么當你卡在某個代碼中的bug上的時候，就去問問他。如果沒有，請直接搜索“Stack Overflow”(如果上面有類似問題的答案)。如果沒有，那就自己在上面提問!

學會享受debug代碼的過程，把它當作一個學習的機會，因為你可以從失敗和錯誤中獲得寶貴的經(jīng)驗和教訓。如果沒有失敗，就沒有學習的過程。但當你失敗時，不要對自己太過苛責，要學會重頭再來，重新開始。你要對失敗保持足夠的耐心。

8. 不要擔心，一切都要從頭學起

作為新手，數(shù)據(jù)科學領域里面的新奇術語可能會讓你感到震驚，但不要害怕，記住數(shù)據(jù)科學和機器學習是一個動態(tài)，不斷發(fā)展的領域，因此新的技術總是在不斷被引入的。簡而言之，不斷改變才是唯一不變的東西。

如上所述，不要被嚇倒然后全部推倒重來。無論你從哪里開始，都沒有關系，最重要的是你真正開始了你的數(shù)據(jù)科學之旅。

(1) 注重基本功

• 數(shù)據(jù)處理(Python – pandas，R - dplyr)。
• 學習統(tǒng)計手段，以便可以將其應用到模型中，例如，應用適當?shù)慕y(tǒng)計學知識來比較模型的好壞(參數(shù)與非參數(shù))。
• 使用數(shù)據(jù)分析和描述性統(tǒng)計的手段，以獲取數(shù)據(jù)大致概況。
• 從建立簡單且可解釋的機器學習模型(線性回歸，基于樹的方法)開始。
• 使用你比較熟悉的機器學習方法(了解其背后的數(shù)學原理)。

(2) 專注于項目本身而不是技術

不要過度思考。要戰(zhàn)勝“不知道選哪門編程語言比較好”的困境，擇其一然后繼續(xù)前進。

要知道，編程只是一種工具，它是來幫助你推進將項目的構(gòu)想并進行部署的。

編程的基本概念與編程語言無關，這意味著編程思想的核心基礎適用于各種語言：

• 定義變量，數(shù)組，數(shù)據(jù)框等
• 流程的控制(比如for循環(huán)，if和else語句)

數(shù)據(jù)科學中具體的任務

• 數(shù)據(jù)預處理
• 數(shù)據(jù)可視化
• 模型搭建
• 模型部署

9. 讓你的模型易被復現(xiàn)

讓你的模型容易被復現(xiàn)有以下好處：

• 別人可以幫你：當你遇到代碼bug的時候，制作一個最小的工作示例(MWE)是很重要的，以便其他人能夠復現(xiàn)你的出錯情況，從而為你提供幫助。
• 為將來的你自己和他人節(jié)省時間：將項目導出為Docker容器以及Python和Conda的環(huán)境。因為你的編碼環(huán)境中安裝的基礎庫的版本在不斷變化，今天可行的方法可能會在六個月之后就運行不了。因此，使用虛擬環(huán)境，Docker容器或至少導出庫版本(如下所示的pip和conda命令)是十分重要的。

使用pip進行環(huán)境的導出：

pip freeze > requirements.txt 

使用conda進行環(huán)境的導出：

conda env export > environment.yml 

10. 成功從內(nèi)心開始

本節(jié)探討這樣一個想法，數(shù)據(jù)科學之旅的成功與否來自于你的內(nèi)心。這包含了為即將發(fā)生的事情做好準備的想法。這些概念包括：好奇心，熱愛過程，成長心態(tài)和勇氣。

(1) 好奇心

好奇心可以被認為是成為數(shù)據(jù)科學家的核心和必要技能之一，因為它使我們在尋求解決問題的創(chuàng)新方式時保持積極性和毅力。愛因斯坦這樣比較好奇心和知識。

“好奇心比知識更重要。”―Albert Einstein

“…少考慮數(shù)據(jù)科學將如何支持和執(zhí)行你的計劃，多考慮如何創(chuàng)造環(huán)境，以使你的數(shù)據(jù)科學家有能力提出你做夢都想象不到的事情。”―Eric Colson

(2) 熱愛過程

學習數(shù)據(jù)科學不是一件容易的事，但也不是不可能的壯舉。

在談論熱愛過程時，會想到三個名字：邁克爾·喬丹(Michael Jordan)，加里·維納丘克(Gary Vaynerchuk)和克萊蒙·米海萊斯庫(Clément Mihailescu)。這三個人可以被認為是他們所從事的領域中做的最好的，因為他們對工作的熱情是無比強烈的。

在簽署他的第一份職業(yè)籃球合同時，邁克爾·喬丹(Michael Jordan)確保：“對比賽的熱愛”，條款被包含在合同當中，該條款使喬丹可以不受限制地隨時隨地打籃球。

正如Gary Vaynerchuk(VaynerX主席，VaynerMedia首席執(zhí)行官，《紐約時報》5次暢銷書作者)在youtube視頻中所說，當被問及是否可以通過委派大部分工作給別人以減少自己的工作時間時，他說。

“我熱愛工作的過程，我喜歡鉆研，我喜歡攀登。如果我無法為我想要的事情而努力工作，我會感到窒息。”―Gary Vaynerchuk

Clément Mihailescu(AlgoExpert首席執(zhí)行官，前Facebook軟件工程師兼技術youtuber)在youtube視頻中講述了自己如何做到永不倦怠。

“說到頭來，你必須享受過程。無論你在做什么，無論你在追求什么，都必須享受每天的生活，必須喜歡堅韌不拔的東西。你必須像呼吸一樣和他們共存。”―Clément Mihailescu

(3) 成長的心態(tài)與勇氣

基于數(shù)年的研究，Character Lab的創(chuàng)始人兼首席執(zhí)行官，賓夕法尼亞大學心理學教授Angela Duckworth在她最暢銷的著作《勇氣：激情和毅力的力量》中，將“勇氣”一詞定義為激情和毅力的結(jié)合。特別是她對毅力的定義：

Carol Dweck在她的《心態(tài)：改變思維方式來實現(xiàn)潛能》中描述了她對指導我們生活的兩種主要心態(tài)的研究：(1)成長心態(tài)和(2)固定心態(tài)。前者與成功相關，而后者通常會導致自我懷疑和不滿意的生活。在她的TED演講中，Dweck提出了在舒適區(qū)域外工作的重要性，這是提高績效的關鍵。

在數(shù)據(jù)科學中，變革是不可避免的，因為總會有新的具有挑戰(zhàn)的概念被引入，這些概念可能會覆蓋或重新定義先前的概念。我們將始終從內(nèi)心出發(fā)，面對復雜的挑戰(zhàn)，以應對這些變化，正確的心態(tài)可以幫助你邁向成功之路。

彩蛋：

11. 承擔全部責任

我們通常很容易找到借口，把無數(shù)的事情歸咎于生活中的不幸。正如Gary Vaynerchuk總是會說的那樣，當我們這樣做時，“我們的責任是零”。

學習數(shù)據(jù)科學與我們一生中所做的其他努力沒有什么不同。真正的問題是，我們應該為自己在學習過程中遇到的拖延或障礙負責，還是我們不用承擔全部責任并將責任推卸到其他地方?

現(xiàn)在，花點時間反思一下。讓我們開始承擔責任并承擔全部責任，你會驚訝于你在數(shù)據(jù)科學之旅中可以取得的成就。只有我們能夠客觀地對自己的行動和缺乏進步承擔全部責任，我們才有能力對這些錯誤采取行動。我給你留下Jim Rohn的這句話。

這就是如果我能回到過去，并告訴22歲的自己關于學習數(shù)據(jù)科學的十件事。

我希望這些對你開始數(shù)據(jù)科學之旅會很有用，或者如果你已經(jīng)開始，那么希望你能從中找到有用的東西。學習數(shù)據(jù)科學的最佳方法是練習數(shù)據(jù)科學。

祝你旅途愉快!

相關報道：

https://towardsdatascience.com/10-things-i-wish-i-knew-about-learning-data-science-7a30bfb91759

【本文是51CTO專欄機構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號“大數(shù)據(jù)文摘（ id: BigDataDigest）”】

戳這里，看該作者更多好文