Ten Steps to teach you to become data scientists!

作者 | Rahul Agarwal

Translator | meniscus, Zebian | Wu Xingling

Exhibition | CSDN (ID: CSDNnews)

The following is the translation:

In college, I majored in mechanical engineer, so after graduation, I entered the steel industry.

I wear boots every day heavy steel and plastic helmets, adventure around the blast furnaces and rolling mills. Although we have certain security measures, but I know the case of an accident, no one can save me. Perhaps running shoes can help, but helmets Well, at 1370 degrees Celsius even steel will into water.

So I have been in a state of fear, I realized that the job was not for me, so I set a goal: to enter the 2011 data analysis and scientific fields. Since then, massive open online courses became my preferred way to learn new knowledge, of course, but then I also participated in many of these programs is mixed.

In 2020, with such rapid changes in the field of scientific data, we do not lack data science learning resources. But most beginners encounter a problem: What should be the place to start and what to learn? There are many resources on the Internet, but also mixed.

Barry Schwartz in "The Paradox" (THE PARADOX OF CHOICE: WHY MORE IS LESS) a book that eliminate consumer choice can greatly reduce anxiety shoppers. Data science curriculum as well.

Therefore, the purpose of the text is for you to feel confused newbie advise and to give directions for your journey scientific data.

Python Programming

First, you need to learn a programming language. The following courses at the University of Michigan explains how to use Python as well as create their own applications.

Python 3 Programming Specialization：

https://www.coursera.org/specializations/python-3-programming?action=enroll&ranEAID=lVarvwc5BD0&ranMID=40328&ranSiteID=lVarvwc5BD0-lPz4qOVNorxVbCwvw9KrQA&siteID=lVarvwc5BD0-lPz4qOVNorxVbCwvw9KrQA&utm_campaign=lVarvwc5BD0&utm_content=2&utm_medium=partners&utm_source=linkshare

在这门课程中，你可以学习到编程的基础知识（变量、条件语句以及循环语句等），还可以学习一些中级知识，例如关键字参数、列表推导、lambda表达式和类继承。

数据科学

接下来，我们需要先了解一下机器学习。

密歇根大学以下课程讲解了现代机器学习的入门知识。即便没有掌握所有知识，你也可以利用这些工具构建模型。

Applied Data Science with Python Specialization：https://www.coursera.org/specializations/data-science-python?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-5xCr9hsFao15_9pstk.4OA&siteID=lVarvwc5BD0-5xCr9hsFao15_9pstk.4OA&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD

这门专业课程的面向对象是拥有基本Python或编程背景，并希望通过流行python工具包（例如pandas、matplotlib、scikit-learn、nltk 以及 networkx ）应用统计、机器学习、信息可视化、文本分析和社交网络分析技术来深入了解数据。

机器学习理论与基础

完成上述课程之后，你就能成功地入门了。

恭喜你！你对数据科学有了基本了解，而且还知道如何实现。

但是，你还没有完全理解这些模型背后的数学知识。

你需要了解clf.fit背后的细节。如果你不了解模型背后的数学知识，那么还算不上一名数学科学家。

如下是斯坦福大学提供的机器学习课程，其中包含了许多机器学习算法背后的数学知识。

Machine Learning：

https://www.coursera.org/learn/machine-learning?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-btd7XBdF681VKxRe2H_Oyg&siteID=lVarvwc5BD0-btd7XBdF681VKxRe2H_Oyg&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0&source=post_page---------------------------&ranMID=40328&ranEAID=je6NUbpObpQ&ranSiteID=je6NUbpObpQ-dEliPy0W03upl5lVg_ACYw&siteID=je6NUbpObpQ-dEliPy0W03upl5lVg_ACYw&utm_content=10&utm_medium=partners&utm_source=linkshare&utm_campaign=je6NUbpObpQ

我认为这是一门你必须上的课程，因为这门课程激发了我进入该领域的兴趣，而且Andrew Ng是一位很了不起的讲师。而且，这也是我学习的第一门课程。

这门课程几乎包含了机器学习的所有内容：回归、分类、异常检测、推荐系统、神经网络以及很多出色的建议。

学习统计推断

这门推理统计的课程由杜克大学的Çetinkaya-Rundel教授。这是最简单的入门课程。

Inferential Statistics：https://www.coursera.org/learn/inferential-statistics-intro?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-ydEVG6k5kidzLtNqbbVQvQ&siteID=lVarvwc5BD0-ydEVG6k5kidzLtNqbbVQvQ&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0

Çetinkaya-Rundel是一位了不起的讲师，她很好地解释了统计推断的基础知识，这也是一门必修课。

你将在这门课程中了解数值和分类数据的假设检验、置信区间和统计推断方法。

学习基础的SQL知识

虽然创建模型并提出不同的假设很让人有成就感，但数据的处理也不可轻视。

在ETL和数据准备任务中，SQL无处不在，因此每个人都应该了解基础的SQL知识。

此外，SQL已成为Apache Spark等大数据工具的标准。如下加州大学戴维斯分校的课程将为你讲授SQL的专业知识以及如何利用SQL进行分布式计算。

Learn SQL Basics for Data Science Specialization：

https://www.coursera.org/specializations/learn-sql-basics-data-science?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-mBEzDIHx4TXzEZrykss6xQ&siteID=lVarvwc5BD0-mBEzDIHx4TXzEZrykss6xQ&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0

课程简介：通过数据科学应用程序中的4个难度逐渐增加的SQL项目，学习SQL的基础知识、数据整理、SQL分析、AB测试、使用Apache Spark进行分布式计算等主题。

高级机器学习

上述我们学习的知识都非常简单（你可能有不同的看法），学习材料都是现成的，用到的数学知识也非常有限。但这些知识可以为下一步打好基础。下面是一门由顶级的Kaggle机器学习从业者和CERN科学家讲授的高级机器学习课程，其中讲述了许多难度非常高的概念，可以带领你了解机器过去的工作方式以及机器学习世界最新的发展。

Advanced Machine Learning Specialization：

https://www.coursera.org/specializations/aml?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-hwTRi7XT6lsOWS0g2lGNcA&siteID=lVarvwc5BD0-hwTRi7XT6lsOWS0g2lGNcA&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0

课程简介：这门课程介绍了深度学习、强化学习、自然语言理解、计算机视觉和贝叶斯方法。顶尖的Kaggle机器学习实践者和CERN科学家将在课程中分享他们解决现实问题经验，并帮助你填补理论与实践的空白。

深度学习

下面这门深度学习专业课程的含金量非常高。

Deep Learning Specialization：

https://www.coursera.org/specializations/deep-learning?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-m3SBadPJeg1Z1rWVng39OQ&siteID=lVarvwc5BD0-m3SBadPJeg1Z1rWVng39OQ&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0

讲师Andrew Ng以非常浅显易懂的方式解释了难度非常高的概念。

课程简介：了解深度学习的基础知识，了解如何构建神经网络，并学习如何领导机器学习项目走向成功。您将了解卷积网络、循环神经网络（RNN）、长短期记忆网络（LSTM）、Adam、Dropout、批标准化，Xavier/He初始化等等。此外，你还将深入医疗保健、自动驾驶、手语阅读、音乐生成和自然语言处理等案例研究。

Pytorch

我通常从不提倡学习工具，但是在这里我要推荐Pytorch。原因是它不可思议且非常重要，如果你想了解Pytorch，就需要阅读许多近期研究论文中的代码。对于深度学习领域的研究人员来说，Pytorch已成为默认的编程语言，它会让我们受益匪浅。

由IBM提供的课程——Deep Neural Networks with PyTorch：

https://www.coursera.org/learn/deep-neural-networks-with-pytorch?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-qSeTzSahS03W9YVHnWT_QA&siteID=lVarvwc5BD0-qSeTzSahS03W9YVHnWT_QA&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0

课程简介：该课程首先会介绍Pytorch的张量和自动微分软件包。每个章节都会涵盖不同的模型，这些模型从线性回归、逻辑回归/softmax回归等基础知识入手。其次是前馈深度神经网络、不同的激活函数、标准化以及Dropout层的作用。然后还会介绍卷积神经网络和转移学习。最后还会介绍其他几种深度学习方法。

AWS机器学习入门

构建出色的机器学习系统需要考虑很多因素。但是作为数据科学家，通常我们只担心项目的某些部分。

但是，我们是否考虑过在建立好模型后，如何部署模型？

我见过很多机器学习项目，但其中许多注定都要失败，因为从一开始这些项目就没有制定生产计划。拥有一个良好的平台并了解如何部署机器学习应用程序，这一点在现实世界中至关重要。下面这门AWS的课程介绍了如何利用AWS实现机器学习的应用程序。

Getting Started with AWS Machine Learning：

https://www.coursera.org/learn/aws-machine-learning?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-Kfb17yr.B2kcW5gmdqpYjw&siteID=lVarvwc5BD0-Kfb17yr.B2kcW5gmdqpYjw&utm_content=2&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0

你将在这门课程中学习：

一、如何使用带有内置的算法和Jupyter Notebook实例的 Amazon SageMaker 来构建、训练和部署模型。

二、如何使用亚马逊的AI服务（如Amazon Comprehend、Amazon Rekognition、Amazon Translate等）来构建智能应用程序。

数据结构和算法

算法和数据结构是数据科学不可或缺的一部分。尽管大多数数据科学家都没有学习算法和数据结构，但它们都是必不可少的。

许多公司在招聘数据科学家的面试过程中，都会询问数据结构和算法。

Data Structures and Algorithms Specialization：

https://www.coursera.org/specializations/data-structures-algorithms?ranMID=40328&ranEAID=lVarvwc5BD0&ranSiteID=lVarvwc5BD0-GFspWabzEy8Lf9dKWHbYyg&siteID=lVarvwc5BD0-GFspWabzEy8Lf9dKWHbYyg&utm_content=10&utm_medium=partners&utm_source=linkshare&utm_campaign=lVarvwc5BD0

你将在本课程中学习解决各种计算问题的算法，并用你喜欢的编程语言实现大约100种算法编程题。本课程提供的算法题非常接近你下一次面试可能遇到的编程题。

原文链接：https://towardsdatascience.com/top-10-resources-to-become-a-data-scientist-in-2020-99a315194701

作者：Rahul Agarwal，数据科学家@WalmartLabs。

本文为 CSDN 翻译，转载请注明来源出处。

【End】