零基础入门数据科学, 9个值得收藏的线上学习资料
数据科学是趋势,网络资源也很多,但怎么学才有系统又可以学会实际应用呢?本文作者分享自己的学习历程与使用的线上资源。
编按:本文作者为中国某工程大学自动化学科在学生,将从本科系毕业至美国攻读金融科技硕士。一年以前连机器学习是什么都不知道,只上过C语言和数据结构两门程序基础课,透过以下介绍网站一步步自学Python、SQL以及机器学习的各种方法,成功入门数据科学。本文为曾经帮助作者学习与了解数据科学的网站介绍与推荐。
为什么要学习数据科学?
今天,只要你身处网络,就一定能频繁听到大数据、机器学习、人工智能等字眼。数据科学已经深入产业界,银行、保险、零售行业等都在使用机器学习方法为自己的商业运作赋能,机器学习等数据科学方法代替人的新闻也层出不穷,即使我们应该保持冷静、克制焦虑,但科技的大趋势我们也不能视而不见。
从职业发展来说,学习数据科学或许可以让你在今后的发展中占得先机,在这波科技浪潮中取得优势;从个人角度来说,未来数据分析是必不可少的,将来明白如何利用数据可能就和今天明白如何使用电脑一样稀松平常,掌握数据分析的一些技能或许可以让你生活地更有效率。
为什么用MOOC?
尽管数据科学炒得火热,想要入门一门学科绝非一件容易事。纵使有些网站有着系统的培训班,动辄1,000大洋以上的报名费真的伤不起;而对着网上的免费数据自学,从各种社群提供免费获取到10 个G的数据,但大多数据凌乱且没有体系,永远都是放在硬盘里长灰尘;对着各种工具书学,虽然系统但难免概念的堆砌,有时候看完所有基础操作也做不完一个完整的专案。
我个人觉得学习数据科学这类需要实际操作的学科,最好的方式是learning by doing,即在学完了一个方法后要立马实际操作并感受,哪怕不报错地完成一个最简单的专案也会有极大地自信心。所以我认为,网站和MOOC类学习是学习数据科学最好的方式。在看完或者阅读完教程后,这些课程也会留有相对的作业,透过一个一个章节的学习,会不断巩固基础,也完成一个一个的专案。
入门数据科学网站推荐
下面这些MOOC类网站都是英文网站,按推荐顺序排序。我经过对比之后,发现相比于中国的学习网站,这些英文网站课程品质会更好,有些完全免费,有些需要付费但价格着实不贵,性价比都比较高。
别担心,这些课程的英文难度都不会太高,很多都配有字幕,有些网站甚至有中文翻译。利用英文网站学习,一方面可以学到品质更高的课程,另一方面还能潜移默化地锻炼英语,何乐而不为呢?
DataCamp.com
DataCamp是一个互动性的MOOC网站,视频类的讲解偏少,更多的是文字直接指导你进入实战专案。同时DataCamp也是我最推荐的数据科学入门网站,从Python与R的基础讲解到数据处理流程,从机器学习到深度学习,它都有涉及。如果没有时间尝试不同的MOOC,认真刷完它的一个Career Track就够用了。
时间:2019-04-23 16:04 来源: 转发量:次
声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。
相关文章:
- [数据挖掘]2020年11月DB-Engines排行:Oracle归零年内涨幅 Postg
- [数据挖掘]消息队列和 RocketMQ 入门总结
- [数据挖掘]Redis基础你掌握多少了?来查漏补缺?
- [数据挖掘]5000 字带你快速入门 Apache Kylin
- [数据挖掘]GitHub 星标 4.6k,Python 可视化库 Altair 入门
- [数据挖掘]零基础就懂的Hadoop架构原理
- [数据挖掘]为ML带来拓扑学基础,Nature子刊提出拓扑数据分析
- [数据挖掘]为物联网革命奠定基础:企业如何在为时已晚之前完善数据策略
- [数据挖掘]大数据与AI主要发展趋势:基础设施、分析层面及
- [数据挖掘]入门数据科学,70% 的人都做错了
相关推荐:
网友评论: