数据科学领域的一张网红图

导读

数据科学、机器学习、大数据、认知计算……我们几乎每天都被铺天盖地的关于这些概念的文章和观点包围着。但有一点是肯定的:别妄想一夜成为数据科学家。这条路很漫长,也充满挑战。那到底从哪里开始呢?什么时候才算到终点?有没有学习路线?需要了解哪些技术?这张图来告诉你。

正如数据可视化在数据科学中有着重要的地位一样,用可视化的方式来展现数据领域的学习路线再合适不过了。这张图就是 IBM 公司的 Swami Chandrasekaran 在 2013 年受到地铁路线图的启发而创作的一份“如何成为一名数据科学家”的学习路径图,至今依旧是很有指导意义的一份学习参考,算得上是数据科学领域的一张经久不衰的“网红”图了。

这张图按照进度分为以下几部分:

  1. 基础
  2. 统计学
  3. 编程
  4. 机器学习
  5. 文本挖掘/自然语言处理
  6. 数据可视化
  7. 大数据
  8. 数据提取
  9. 数据转换
  10. 工具箱

每一个领域以一条地铁路线的方式呈现,需要学习/掌握/理解的那些概念或技能就是那些地铁站点。这张图的使用方式就是你选择一条线路,上车,然后经过这条线路的所有站点(要学习的概念或技能),直到终点站或者你换乘上了另一条线路,作者也给十条线路标记上了数字,作为一个建议的学习顺序。

你可以把这个作为一份独立的学习计划去挖掘你最感兴趣的领域,掌握相应的技能。当然,要成为一名真正的 Data Scientist,确实有很多硬技能需要去掌握,但是更可贵的是对数据的理解、敏感和洞察力。哪怕掌握了图中全部的技能,也只是你数据之旅的开始,绝不是终点。

AI 有话说

这张图的另一个名字:《数据科学从入门到放弃》

END

版权声明:

转载文章均来自公开网络,仅供学习使用,不会用于任何商业用途,如果出处有误或侵犯到原作者权益,请与我们联系删除或授权事宜,联系邮箱:holly0801@163.com。转载大数据公众号文章请注明原文链接和作者,否则产生的任何版权纠纷与大数据无关。

原文发布于微信公众号 - 大数据(hzdashuju)

原文发表时间:2017-03-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

如何做好数据挖掘模型的9条经验总结

当前的数据挖掘形式,是在20世纪90年代实践领域诞生的,是在集成数据挖掘算法平台发展的支撑下适合商业分析的一种形式。也许是因为数据挖掘源于实践而非理论,在其过程...

28850
来自专栏企鹅号快讯

谷歌AI黑科技曝光:合成语音与真人声音难以区分

【腾讯科技编者按】 据国外媒体报道称,如果按照最新的标准来看,人类似乎已经将自己的“声带”正式献给了人工智能。这可并不是笔者在这儿危言耸听,而是谷歌本月开创性地...

24570
来自专栏人工智能头条

京东DNN实验室:大数据、深度学习与计算平台的实践

20540
来自专栏专知

机器学习模型在工业界真的创造价值了么?

【导读】看到标题你可能会有疑惑,因为我们可能经常听到的是“你在实际应用中如何使用机器学习模型的”。本文正是数据科学家Venkat Raman关于“机器学习在工业...

39460
来自专栏ATYUN订阅号

【动向】2018年深度学习的10大预测

我有种预感,2018年将会是发生巨大变化的一年。我们在2017年所看到的那些令人难忘的成就将在2018年以非常强大的方式延续。2017年的研究工作将进一步转化为...

27050
来自专栏专知

教你构建机器学习项目:吴恩达新书《Machine Learning Yearning》

【导读】本文主要介绍吴恩达最近正在编写的新书《Machine Learning Yearning》,旨在教你如何构建机器学习项目,它与吴恩达之前机器学习课程有所...

42590
来自专栏人工智能头条

Yann LeCun高端私享会纪实:预测学习才是AI的未来

17830
来自专栏机器之心

业界 | 让人工智能学会谈判,Facebook开源端到端强化学习模型

选自code.facebook 机器之心编译 参与:吴攀、李亚洲 每天从我们醒来的那一刻,生活中就充满了经常性的谈判(negotiations)。这些场景包括讨...

345110
来自专栏PPV课数据科学社区

【观点】大数据会给很多人新的机会,但也会让一些经典模型黯然失色

本文是微软亚洲研究院主管研究员 上海交通大学讲座教授郑宇对大数据一些粗浅的看法和认知: 1. 大数据可以消除不同行业之间因为理论差异而带来的鸿沟...

28370
来自专栏程序员互动联盟

多年Java开发研究机器学习技术需要哪些基础?

多年的java开发经验切入到新的领域,需要熟悉的新规则和技巧。 但对于人工智能来说,不是简单的熟悉一下新的规则那么简单的事情了,主要人工智能是一个综合性极强,...

381120

扫码关注云+社区

领取腾讯云代金券