问开始我的数据科学之旅

EN

我也有物理硕士学位，所以也许你们可以联系起来！

要做的第一件事是增强python的基础知识。从Youtube上学到一个python初学者教程，学习所有的基本知识。这应该花你不到一周的时间。

对所有新手来说，一个很好的起点是Kaggle。它是一个新兴的、经验丰富的数据科学家的平台，如果你是个新手，你可以从零开始学习数据科学(为此有Kaggle教程)，或者你可以参加Kaggle竞赛，在那里你可以衡量你与其他人的立场。

另一个很好的选择是Youtube教程(如前所述)。实际上，在数据科学/数据分析中，你能想象到的每一个主题都有数以百计的教程。此外，它们还将为您提供在数据科学中遵循的适当指南和最佳实践。

我推荐的一个频道是克里什·奈克(我个人也跟随他的频道)。他拥有几乎所有数据科学主题的完整教程。他的频道是建立数据科学基础的好地方。基本上要遵循的策略是(他推荐同样的策略！)按照他的教程来掌握基本知识，一旦你掌握了它们，你就可以继续前进了。我个人遵循同样的策略，相信我，这对我有很大的帮助！

另一个你可以跟随的频道是代码基础。他也有一些好的教程！

我没有读过任何一本书，因为我更乐于从视频中学习到每一件琐碎而愚蠢的事情。但这是个人偏好的问题。如果你很容易从书中学到东西，那就去吧。

互联网上有大量的资料用于数据科学，无论是文章、视频还是竞赛。只需选择一个或两个平台，并开始不浪费太多时间收集材料或选择哪个平台开始！

Cheers!

我也是DS世界的新手，但有一件事我觉得很有帮助，我强烈建议你“用手”做很多工作。您可以在DS或机器学习中使用的所有模型都在python库中完美地覆盖和实现，比如熊猫和sklearn。我在一开始发现的超级有用的是:试着自己写模型。例如，创建一个简单的线性回归，创建一个Perceptron (最简单的神经网络)或一个基本分类器(比如K-最近的邻居)，只使用像numpy这样的基本python库。

这将真正帮助你理解模型是如何工作的。