作者：Aparna C Shastry

翻譯：文婧

本文約2000字，建議閱讀5分鐘。
通過本文教大家如何輕鬆的學習資料科學以及為入門者提供一些深入學習的指導。

我相信近日90％的LinkedIn交流都包含以下術語之一：DS，ML或DL （資料科學，機器學習和深度學習的縮寫）。不過要小心這個陳詞濫調，因為“80％的統計都是現場搞的”。如果你不太瞭解這些縮略詞，也許你需要谷歌一下再繼續閱讀本文其他部分。本文的目標有二，一是嘗試讓大家輕鬆學習資料科學，二是為入門者提供繼續深入學習的指導。

這是一張我在網上偶然看到的圖片：

相當讓人不知所措有木有！！！！

從哪兒開始！ 如何開始？

我於2017年10月初開始資料科學之旅。我先花了15天時間試著對“什麼是資料科學”這個純粹的問題給出一個令人滿意的答案。我充分瀏覽了網際網路上的各種資源，包括Quora、Medium、Springboard部落格和電子書、Udacity部落格、Forbes、datascience.com，KDnuggets，datasciencecentral.com，Analytics Vidhya和其他各種網頁（不充分瀏覽是不夠的，不要怪我沒有警告你）。然後我得出結論：

回到第一派別，我再為它下一個更深層的定義。資料科學是基於歷史資料來解決商業問題的過程，這一過程包括前期對歷史資料的整理和分析、繼而納入一個（或一組）機器學習模型、以達到對未來可能出現的問題進行預測並提出解決措施的目的。天啊！這簡直酷斃了！圓滿解答入門問題之後，我立即就它的最佳學習路徑展開了思考。

學習路徑？！

接下來我花了一段時間查閱這個短語，並且蒐集到了無數的建議。這次我得對其中一些進行嘗試了。我有電子和通訊工程專業的學士和碩士學位，而且擁有十年程式設計經驗，比如C / C ++，Octave / Matlab，Verilog / SystemVerilog，Perl等語言。我從小最喜歡數學，而碩士期間鍾愛概率論。對我而言，我的優勢無疑是程式設計經驗和概率論。

我有點畏懼“機器學習”這個術語，但我是個樂於直面恐懼的人，於是我參加了吳恩達教授的Coursera課程。第一次學習就收效良好，這讓我感到十分欣慰。我這人怕蛇和Python（譯者注：Python單詞有蟒蛇的意思），所幸吳恩達的課程練習以Octave為基礎。我嘗試了Coursera、Udacity、Edx和Datacamp等平臺學習Python程式設計基礎，並最終選擇了Coursera和Datacamp。對於資料科學初學者而言，我認為以R入門可能收效更好。然而當時我並不確定只走資料科學這條路，Python的通用性更好一些。我便在幾個平臺同時學習若干課程，嘗試在Udacity學習機器學習入門、統計學、CS基礎知識、資料科學入門等。我並沒有學習很長時間，因為我不太願意在大腦吸收新概念時被打斷。

非資料科學的其他課程

這時，我學習各種課程已經有很長時間了。我發現了一個來自UC, San DiegoCoursera的很棒的課程，名為“學習如何學習”。學習完這個課程後，我再次確信我的學習技巧沒有問題。此外，它還打消了我對不再年輕是否還能接受新事物的疑慮。近期研究表明某些行為，如鍛鍊、冥想或者僅僅在大自然中漫步（我的必修課）會在大腦中產生新的神經元並形成新的聯絡。裡面提到的番茄工作法對我也非常有幫助。我還以此為契機開始學印度商學院的“幸福美滿的一生”課程。該課程使我心無雜念地鑽研資料科學，提醒我要為單純的學習樂趣而學習，注重過程而非最終結果。我發現它們對於進行快速有效學習很有幫助，儘管這些都是非技術的東西。

線下活動/專案：

我在10月中旬參加了一次線下活動，該活動是由當地的資料科學諮詢公司組織的，該公司同時也開展相關培訓，但我不太認可他們的模式。他們用你的錢訓練你，如果你表現優異，再招聘你為僱員。這次線下活動讓我意識到：“MOOCs無助於你的求職，而實際專案、Kaggle比賽、開設自己的部落格卻很有幫助。取得知名研究所的碩士學位會非常重要，但同一研究所的MOOC證書卻沒有價值”。

我這樣認為：“重要的不是你的學習路徑如何，而是你是否具備做一個真正的資料科學專案的能力”。如果你能夠在面試中證明你的能力，那你怎麼會找不到工作？你不需要在bootcamps上支付數千美元的費用，也無需獲得MOOC證書。但你需要具備一套資料科學家的素質/才能/技能：包括充分理解高中數學概率統計學基本知識，擁有強烈的好奇心、求知慾和學習新事物的態度，熟悉程式設計，懂得記錄和呈現，最重要的是，你必須知道你擁有這些技能。[如果你懷疑自我，那你首先要做的是排除疑慮。]之後再學習其餘部分（如機器學習）。各大公司對資料科學家的需求非常多，尤其是像我所處的小城鎮的公司，他們正在想方設法聘請一位優秀的資料科學家。牢牢記住，重要的是你要做一些真正的資料科學專案，並通過報告/演示或 github repo將它們展示給未來的僱主。如果你不知道如何做一個真正的專案，你可以尋求一位導師（技術專家）的幫助，而後在求職過程中尋求更高職位。

所以…

總而言之，填補關鍵知識缺口的最佳途徑是什麼？沒有捷徑。嘗試幾個平臺吧，看看最適合你的是什麼。你可以從MOOC入手，再不斷深入。一定要好好安排並詳細記錄你的過程。先學習一個你不擅長的領域。例如，如果你已瞭解C++，那就不要立即開始學習Python，要知道你最終可以學會它。你可以嘗試學習機器學習，看看你是否喜歡，因為資料科學家與資料分析師或資料工程師的區別就在於此。如果你不想自學它們中的任何一個，那麼即使你參加訓練營也無濟於事。資料科學是一個需要每天學習的領域：新工具，新概念/演算法，新業務/領域，無窮無盡，只有腳踏實地，且永不止步才能實現。

譯者簡介

文婧，英語專業本科畢業，新聞與傳播研究生在讀，愛好英語演講、讀書，喜歡觀看多種體育賽事，希望在資料派多多學習大資料相關知識，與各位大咖共進步。

翻譯組招募資訊

工作內容：需要一顆細緻的心，將選取好的外文文章翻譯成流暢的中文。如果你是資料科學/統計學/計算機類的留學生，或在海外從事相關工作，或對自己外語水平有信心的朋友歡迎加入翻譯小組。

你能得到：定期的翻譯培訓提高志願者的翻譯水平，提高對於資料科學前沿的認知，海外的朋友可以和國內技術應用發展保持聯絡，THU資料派產學研的背景為志願者帶來好的發展機遇。

其他福利：來自於名企的資料科學工作者，北大清華以及海外等名校學生他們都將成為你在翻譯小組的夥伴。

點選文末“閱讀原文”加入資料派團隊~

原文標題：The Art of LearningData Science

原文連結：https://www.kdnuggets.com/2018/01/art-learning-data-science.html

點選“閱讀原文”擁抱組織