在数据科学方面遇到困难？ 5 个常见的初学者错误

数据科学，首先做得很好。

您选择了科技领域最赚钱、发展最快的职业之一。

但事实是：大多数学生浪费了数月（甚至数年）的时间在错误的事情上。避免这些错误，以快速跟踪您的数据科学职业生涯。

在该领域工作了 4 年多之后，我清楚地看到了那些快速找到第一份数据科学工作的人与那些从未通过无休止的教程的人的区别。

在本文中，我将详细分析阻碍数据科学家入门的五个最大错误，以便您可以积极避免它们。

不学习基础数学

数学是迄今为止最重要的……但也是最容易被忽视的。

许多人，甚至从业者，都认为您不需要了解数据科学和机器学习背后的基础数学。

您确实不太可能手动执行反向传播、从头开始构建决策树或从第一原理构建 A/B 实验。

反向传播

因此，人们很容易认为这是理所当然的，并避免学习任何背景理论。

但是，这很危险，我不推荐这样做。

当然，你可以用几行 PyTorch 构建一个神经网络，但是当它有奇怪的行为并且你需要调试它时会发生什么？

或者，如果有人问您线性回归模型输出的预测区间是多少，该怎么办？

这些场景出现的频率比您想象的要高，回答这些问题的唯一方法就是牢牢掌握基础数学。

将数学视为数据科学大脑的操作系统。您产生的每个模型、每个算法、每个见解都运行在它之上。

如果您的操作系统有缺陷或过时，那么无论您的工具多么精美，其他任何东西都无法顺利运行。

在您处于学习阶段时立即奠定基础，因为这将使您在以后的职业生涯中进步得更快。

尝试寻找“最佳”课程

我经常被问到：

最好的课程是什么？

俗话说：

名言 博客文章 实数 .fit()