ฉันเป็นโปรแกรมเมอร์ฉันจะเข้าสู่สาขาวิทยาศาสตร์ข้อมูลได้อย่างไร

ก่อนอื่นคำนี้ฟังดูคลุมเครือมาก

อย่างไรก็ตาม .. ฉันเป็นโปรแกรมเมอร์ซอฟต์แวร์ หนึ่งในภาษาที่ฉันสามารถใช้รหัสคือ Python การพูดของข้อมูลฉันสามารถใช้ SQL และสามารถทำ Data Scraping ได้ สิ่งที่ฉันรู้หลังจากอ่านบทความมากมายที่วิทยาศาสตร์ข้อมูลเป็นเรื่องที่ดีที่:

1- สถิติ

2- พีชคณิต

3- การวิเคราะห์ข้อมูล

4- การสร้างภาพ

5- การเรียนรู้ของเครื่อง

สิ่งที่ฉันรู้จนถึงตอนนี้:

1- การเขียนโปรแกรม Python 2- การทิ้งข้อมูลใน Python

ผู้เชี่ยวชาญช่วยแนะนำฉันหรือแนะนำแผนงานเพื่อปัดกวาดทั้งทฤษฎีและการปฏิบัติได้หรือไม่? ฉันให้เวลากับตัวเองประมาณ 8 เดือน

มุ่งเน้นที่ทักษะการได้รับน้อยลงและประสบการณ์การได้รับมากขึ้น พยายามแก้ปัญหาจริง ๆ แล้วโพสต์งานของคุณบน GitHub คุณจะได้เรียนรู้เพิ่มเติมในกระบวนการและสามารถแสดงความรู้และประสบการณ์ให้กับนายจ้างซึ่งมีค่ามากกว่าการมีความเข้าใจในหัวข้อหรือทฤษฎีอย่างลึกซึ้ง

ปัจจุบันนี้ Data Science เป็นสาขาที่ค่อนข้างโหลดดังนั้นฉันไม่แน่ใจว่างานประเภทใดที่คุณต้องการทำโดยเฉพาะ แต่สมมติว่าการเรียนรู้ด้วยเครื่องเป็นส่วนประกอบของมันแล้ว kaggle.com เป็นจุดเริ่มต้นที่ดี ในแง่ของเป้าหมายถ้าคุณสามารถทำงานกับข้อมูลใน pandas / numpy / scipy สร้างแบบจำลองใน sci-kit เรียนรู้และสร้างกราฟสวย ๆ ใน seaborn, ggplot หรือแม้แต่ matplotlib คุณจะไม่มีปัญหาในการรับ งานจากมุมมองทักษะ - โดยเฉพาะถ้าคุณมีตัวอย่างโค้ดและตัวอย่างเพื่อแสดงความสามารถของคุณ หากคุณติดขัดแล้ว stackexchange จะมีคำตอบหรือคุณสามารถโพสต์คำถามและคุณจะได้คำตอบในไม่ช้า เมื่อคุณทำงานเพื่อหาเลี้ยงชีพคุณจะได้เรียนรู้มากขึ้นจากสมาชิกในทีมอาวุโสที่คอยให้คำปรึกษาคุณ

ขอให้โชคดี

ฉันชอบหลักสูตร Berkeley เกี่ยวกับวิทยาศาสตร์ข้อมูลจะให้พื้นฐานที่ดีและมีรสชาติสำหรับวิทยาศาสตร์ข้อมูลหลังจากย้ายไปที่ความอู้อี้และหลักสูตรและทรัพยากรอื่น ๆ อีกมากมาย ดังนั้นหากคุณมีทักษะการเขียนโปรแกรมมากกว่าที่จะต้องมีคณิตศาสตร์และสถิติและการสร้างภาพจำนวนมาก นอกจากนี้ยังเป็นเรื่องดีที่จะคุ้นเคยกับ IPython เพราะจำเป็นต้องดูทุกขั้นตอน (เห็นภาพ) ว่ามันทำงานอย่างไรแทนที่จะเขียนสคริปต์ทั้งหมดและทดสอบหลังจากนั้น (อนาคอนดานั้นติดตั้งง่ายและใช้งานได้) หลักสูตรมีการระบุไว้ด้านล่าง: bcourses.berkeley.edu/courses/1267848/wiki ยังเป็นหลักสูตรที่ดีสำหรับการเรียนรู้จาก SAS: สถิติ 1: ANOVA, Regression และ Logistic Regression support.sas.com/edu/schedules.html ? ctry = เรา & id = 1979

เริ่มต้นด้วย ML จะแนะนำ: www.kaggle.com/c/titanic/details/getting-started-with-python

ทางด้านซ้ายสำหรับ Excel โดยใช้ตาราง Pivot และ R. DataCamp ได้เปิดตัวการสอนเกี่ยวกับวิธีการใช้อาร์เมื่อคุณทำตามขั้นตอนนี้มากกว่าการแข่งขันเพื่อรับประสบการณ์อยู่ที่ kaggle (เพิ่งเปิดตัวหนึ่งสำหรับการจำแนกอาชญากรรมซานฟรานซิสโก) บทเรียนวิดีโอที่น่าตื่นตาตื่นใจจาก www.dataschool.io

หวังว่ามันจะช่วย ...

ไม่เห็นด้วยกับเดวิดนักวิทยาศาสตร์ด้านข้อมูลที่แท้จริงคือนักสถิติประยุกต์ที่ใช้รหัสและรู้วิธีใช้อัลกอริทึมการเรียนรู้ของเครื่องด้วยเหตุผลที่เหมาะสม สถิติเป็นฐานของวิทยาศาสตร์ข้อมูลทั้งหมด มันเป็น "เค้ก" ต่อ se ทุกอย่างอื่นก็แค่ไอซิ่ง

คำถามคือคุณต้องการเป็นนักวิทยาศาสตร์ด้านข้อมูลประเภทใด? คุณต้องการที่จะเป็นผู้เชี่ยวชาญเรื่อง (ความรู้ว่าทำไมเมื่อใดและเมื่อใดที่จะไม่ใช้อัลกอริทึมหรือเทคนิค) หรือ Kaggle Script Kiddie โดยใช้ Scipy และคิดว่าเขาเป็นนักวิทยาศาสตร์ข้อมูล?

1 - สถิติ

2- ทุกอย่างอื่น

หากคุณต้องการที่จะเป็นคนที่มีความรู้จริงเริ่มต้นด้วยคณิตศาสตร์ (แคลคูลัส, ความน่าจะเป็น + สถิติ, พีชคณิตเส้นตรง) ในทุกขั้นตอนพยายามใช้ทุกอย่างด้วยการวางโปรแกรมหลามดีสำหรับสิ่งนี้ เมื่อคุณเริ่มต้นได้ดีเล่นกับข้อมูลจริงและแก้ไขปัญหา

หลักสูตร พีชคณิตเชิงเส้น - edx Laff หรือการเข้ารหัสเมทริกซ์ Stat - edx stat 2x Barkley แคลคูลัส - อ่าน ... มันง่าย

เดวิดมีจุดดีฉันอยากจะแนะนำให้คุณจดจ่อกับสิ่งที่ทำให้คุณสนใจมากขึ้น มันเป็นวิธีเดียวที่จะประสบความสำเร็จในความพยายามทุกประเภท หากคุณต้องการสร้างสิ่งดีๆให้เริ่มด้วย หากคุณต้องการอ่านหนังสือที่ดีเช่นกัน จุดเริ่มต้นไม่สำคัญ ไม่กี่วันข้างหน้าคุณจะมีความเข้าใจที่ดีขึ้นเกี่ยวกับสิ่งที่คุณต้องการและควรทำต่อไป

วิทยาศาสตร์ข้อมูลนั้นกว้างมากมีเส้นทางที่แตกต่างกันมากมาย มันมักจะแบ่งออกเป็น 4 หรือ 5 ประเภทที่แตกต่างกันเช่น:

คุณสามารถดูได้จากโพสต์อื่น ๆ ในหัวข้อนี้ผู้คนที่มาจากพื้นหลังสถิติประยุกต์ (ใช้อัลกอริทึมที่ถูกต้อง), พื้นหลังการเขียนโปรแกรม (เข้าร่วม Kaggle) และคนอื่น ๆ นำไปใช้กับพื้นหลังธุรกิจ

บริษัท ที่มีความชำนาญสามารถอ้างถึงบุคคลที่เขียนโปรแกรมเบ้เป็น "วิศวกรข้อมูล" บริษัท ขนาดใหญ่ยังใช้แต่ละประเภทสำหรับทีมวิทยาศาสตร์ข้อมูลของพวกเขาดังนั้นการแสดงให้เห็นถึงทักษะรูปตัวทีดีจะเป็นสิ่งที่ดี

หากคุณเป็นโปรแกรมเมอร์คุณสามารถเริ่มต้นด้วยตัวแยกประเภท Decision Tree โดยมุ่งเน้นที่การทำความเข้าใจคณิตศาสตร์ที่อยู่เบื้องหลัง Entropy และ Information-Gain จำเป็นอย่างยิ่งที่ต้องเข้าใจว่า ML เป็นเพียงการบีบอัดข้อมูลเท่านั้น

ฉันไม่เห็นด้วยอย่างยิ่งกับคำตอบอื่น ๆ เกี่ยวกับคุณค่าของหลักสูตรการปฏิบัติ สิ่งที่มีค่ามากที่สุดสำหรับ ML คือคณิตศาสตร์: ทฤษฎีจำนวน, พีชคณิตเชิงเส้นและทฤษฎีความน่าจะเป็น

หากคุณไม่ได้มุ่งเน้นไปที่คณิตศาสตร์สิ่งเดียวที่คุณจะได้เรียนรู้คือวิธีการใช้ห้องสมุดบางอย่างในการทำเวทมนตร์นั่นไม่ใช่การเรียนรู้ด้วยเครื่องและไม่ใช่วิทยาศาสตร์เลย