[[173626]]

作為一個全新的領(lǐng)域，數(shù)據(jù)科學的飛速發(fā)展讓人激動。數(shù)據(jù)科學在帶來巨大經(jīng)濟效益的同時，人們在數(shù)據(jù)科學技術(shù)方面的知識溝也逐漸出現(xiàn)，這意味著更多的人需要試圖了解和學習數(shù)據(jù)科學。

“我該如何學習數(shù)據(jù)科學”這個問題是初學者需要邁過的第一個門檻。大家在解決這個問題的時候，通常采用的辦法是給自己安排一大串的課程去學習，當然還有一大摞的課本來閱讀，線性代數(shù)和統(tǒng)計學成為大家必須要打交道的“新朋友”。我們使出了“洪荒之力”拼了命地學習，我們甚至沒有編程的學習背景，但是我們相信有有朝一日一定可以具備處理數(shù)據(jù)的能力。

但這個過程往往充滿了頭痛，因為我們找到了海量的學習資源，卻依舊找不到學習的方法，就像臨考前你的老師告訴你書上的“都是重點”一樣。我們在學校里按照這樣的方法讀了這么多年的書，如果數(shù)據(jù)科學的學習仍要如此循規(guī)蹈矩，大概很多人會半途而廢吧。

但不可否認，有一些人是通過讀海量的書獲得成功的，但我更建議大家去不斷積累和嘗試。比如，當我們在一些小事中獲得啟發(fā)的時候，我們的學習之路便開啟了。我們心中應(yīng)該清楚為了什么而學，只有這樣我們才可以及時掌握到有用的技能。

這就是為什么我不認為你的第一個目標應(yīng)該是學習線性代數(shù)或統(tǒng)計數(shù)據(jù)。如果你想學數(shù)據(jù)科學，你的第一個目標應(yīng)該是學會愛數(shù)據(jù)。如果你感興趣，我將帶你一起了解如何真正學到科學數(shù)據(jù)的方法。

1、學會熱愛數(shù)據(jù)

我們一味地學習新技術(shù)，卻很少關(guān)注自己的學習動機。數(shù)據(jù)科學是一個廣泛甚至有些模糊的領(lǐng)域，這使它很難掌握。如果沒有動力，你很可能學到一半就開始自我懷疑。我知道這不怪你，因為你只是沒得到正確的指導(dǎo)。

你需要找到一些能夠激勵你學下去的事物，找到了它，即使偶爾的熬夜讓公式們看起來模糊，你也仍然會欣然地浮想聯(lián)翩，你甚至想到這也許是神經(jīng)網(wǎng)絡(luò)在發(fā)揮作用。你需要在學習中找到一些“橋梁”，一些能讓統(tǒng)計學、線性代數(shù)和神經(jīng)網(wǎng)絡(luò)聯(lián)系到一起的橋梁。找到了它，你也就自然而然地不會被“接下來我該學什么”這樣的問題所困惑。

我學習數(shù)據(jù)科學的起點是預(yù)測股市，盡管那時候我對它不甚了解。在早期的一些程序中，我沒有經(jīng)過統(tǒng)計就開始編碼進行預(yù)測，盡管我知道可能預(yù)測的誤差比較大，我仍然日以繼夜的完善，以求做到更好。我著迷于改善程序的表現(xiàn)，漸漸地我發(fā)現(xiàn)我也開始癡迷于股票市場。因為不斷讓自己學著去熱愛數(shù)據(jù)，我產(chǎn)生了學下去的更多動力，我想要使我的程序更加完美。

我知道并不是所有人都癡迷于股市，但它對于我它卻如此重要，因為正是股市激發(fā)了我，并幫助我找到真正想學的東西。

數(shù)據(jù)科學的偉大之處在于你可以和成千上萬有趣的事物一起工作：它可以找出你所在城市中新鮮有趣的東西;在地圖上標出互聯(lián)網(wǎng)上所有的設(shè)備;以年的頻率更新世界各地的難民位置…這一切的一切，都是在發(fā)現(xiàn)問題，然后努力去找到解決問題的答案。

2、 通過實際操作來學習數(shù)據(jù)科學

學習神經(jīng)網(wǎng)絡(luò)、圖像識別和其他尖端的技術(shù)是很重要的，但遺憾的是大多數(shù)的數(shù)據(jù)科學并不是直接教授你這些的：

• 90%的時間都是在做數(shù)據(jù)清理l 懂得一些算法比一無所知要好很多
• 如果你了解線性回歸、K-means聚類和邏輯回歸，能夠解釋和翻譯它們的結(jié)果，并且能夠從頭到尾的完成整個步驟，你將比那些了解單個算法但不會使用的人，更受用人單位的青睞。

這些都在告訴我們，最好的學習辦法就是進入項目組去一同工作。通過項目組的合作，你可以快速獲得一些實用性和用處很大的技能。當然，你也能夠通過這種途徑找到自己的投資拍檔。

項目的開始，你需要找到一個不錯的數(shù)據(jù)集，然后回答一個你感興趣的問題，開始不斷重復(fù)清洗。以下是一些尋找數(shù)據(jù)集的好去處：

• 100+ Interesting Data Sets for Statisticsl Datasets subreddit
• UCI machine learning repository

另一種方法是找到一個深層問題。比如預(yù)測股票市場，其實可以拆分成很多小的步驟。我第一次連接到雅虎財經(jīng)API的時候，我獲取到了每日的價格數(shù)據(jù);然后我創(chuàng)建了一系列的指標，比如過去一段時間里的平均價格，然后運用它去預(yù)測未來的趨勢。這里并沒有用到真正的算法，僅僅是技術(shù)上的分析。后來我發(fā)現(xiàn)這樣的辦法并不奏效，于是我開始學習統(tǒng)計學，掌握線性回歸的辦法。我之后又連接到另一個API，抓取到了每一分鐘的數(shù)據(jù)，并把它們保存到一個SQL數(shù)據(jù)庫，如此反復(fù)，直到我的算法越來越完美。

這樣做的好處是為我之后的學習找到了方向。我不僅學習了SQL語法，我還運用它儲存了關(guān)于價格的數(shù)據(jù)。這恰恰說明只學習而不操作，最終只能是徒勞無功的，并且對于你今后從事數(shù)據(jù)科學的工作起不到半點作用。

3、學會和別人溝通你的見解

數(shù)據(jù)科學家需要不斷地向別人傳達他們的技能和研究結(jié)果，這一點，恰恰也是一個合格的數(shù)據(jù)科學家和一個偉大的數(shù)據(jù)科學家之間的區(qū)別。雖然溝通的理念有時候很復(fù)雜，但這里有一些你可以嘗試做的事情：

• 開通一個博客，發(fā)表你的數(shù)據(jù)分析成果l 多向你的朋友和家人練習講授數(shù)據(jù)科學的理念，你會驚奇地發(fā)現(xiàn)，自己在這個過程中對數(shù)據(jù)科學的領(lǐng)悟會不斷加深l 學會在聚會上演講l 使用github來掌控所有的分析
• 多瀏覽一些諸如Quora和DataTau的社區(qū)

4、 向你的同行學習

你會驚奇地發(fā)現(xiàn)和別人團隊合作能學到很多東西，在數(shù)據(jù)科學領(lǐng)域，團隊合作甚至在崗位設(shè)置上非常重要，這里我有一些想法：

• 利用聚會尋找能夠一起合作的人l 為開源軟件包做貢獻l 給那些常常寫相關(guān)博客的人發(fā)消息以尋求合作
• 積極參加數(shù)據(jù)科學競賽，你可以從中結(jié)識到很多朋友

5、 不斷給自己增加新的困難和挑戰(zhàn)

你是否對你從事的項目已經(jīng)輕車熟路?你是否已經(jīng)很久沒有嘗試一個新的理念了?那么，你需要一些更高一等級的困難來磨練自己了。數(shù)據(jù)科學是一座需要一步一步攀登的高山，如果你安于現(xiàn)狀，你將很快被淘汰。如果你覺得自己已經(jīng)太安逸于所學，這里有一些建議給你：

• 嘗試處理更大的數(shù)據(jù)集l 看看是否可以使你的算法更快l 如何將算法擴展到多個處理器?你能做到嗎?l 嘗試理解你使用做多的算法，看看它們是否改變了你的假設(shè)?
• 嘗試教一些新手你正在做的事情

學習任何新知識都需要正確的方法，數(shù)據(jù)科學也是如此。當你想要達到一個很遠的地方時，你的手里首先需要一個合適的指導(dǎo)方針。任何人都可以學習數(shù)據(jù)科學，只要你能保持一個正確的心態(tài)。