您唯一需要获得工作的数据科学路线图

您是否想成为一名数据科学家,不知道从哪里开始?在本文中,我想为您提供一个直接,毫无意义的学习路线图,您可以遵循这些路线图,以闯入该行业。最后,您最终将对所需的内容和最佳资源有一个清晰的了解。

来源:走向数据科学

您想成为一名数据科学家而不知道从哪里开始?

在本文中,我想为您提供一个直接,无意识的学习路线图,您可以遵循这些路线图。

最后,您最终将对所需的内容和最佳使用资源有一个清晰的了解,希望可以减少您可能拥有的任何压倒性,并帮助您更快地找到该数据科学工作!

统计

我愿意死的山丘是,我认为,统计数据是您作为数据科学家应该知道的最重要领域。

新的机器学习趋势来来往往,技术经常被替换,但是统计数据已经经过了几个世纪的时间考验。

根据Wikipedia:

Wikipedia
统计数据是涉及数据的收集,组织,分析,解释和呈现的学科。

标题是“数据”科学家,我认为很明显,重要的统计数据对我们的领域是多么重要。

幸运的是,您不需要在因果推理或随机演算中拥有博士学位就具有所需的统计知识。基本面是最重要的,实际上是90%的工作。

学习什么

您需要强烈掌握的区域是:

  • 摘要统计数据 - 平均值,中值,模式,差异,相关性,任何使您可以汇总数据以得出有趣结论的事物。
  • 摘要统计
  • 可视化 - 学会用诸如条形图,线图,饼图等图形绘制数据。毕竟,图片会说1000个单词。
  • 可视化
  • 概率分布 - 学习最常见的分布,例如正常,泊松,二项式和伽玛。这些是我最常使用的。
  • 概率分布
  • 概率理论 - 该领域很大,但是要学习的主要内容是:随机变量,中心限制定理,采样和最大似然估计。
  • 概率理论 - 假设测试 贝叶斯统计

    如何学习

    数据科学的实践统计 (会员链接) 认为贝叶斯

    数学

    微积分

    线性代数

    线性代数 / < / div>