数据科学领域的一张网红图

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。