如何学习数据科学与机器学习方面的知识

首先，兴趣是最好的老师。系统的学习并掌握任何一门科学都需要大量的时间和精力。如果自己不对这方面感兴趣，光是有些热情可能是不够的。那么怎样才算感兴趣呢？你可以试着问自己这样几个问题：1、我为什么喜欢这个领域，这背后有没有一些深沉次的思考，这些思考的基础牢固吗？ 2、若是天天做这方面的工作，我愿意做十年以上甚至一辈子吗？3、我在这个领域的成长性足够大吗或者说我能在这个领域不断成长吗？

第二，尽量多了解这个领域的框架体系。刚开始可以多看一些数据科学和机器学习相关的入门介绍或者入门课程，从而了解整门课程或者领域的知识框架体系。现在网上有很多免费的课程或者网站可以学习入门知识，比如udacity的课程很多都是免费的，质量也很高。

第三，要找到适合自己的进度或者学习曲线。每个人的学习曲线是不一样的，有些刚开始进步比较慢后来就很快，有些刚好相反。所以，要把握好自己的节奏。另外，代码学习的时候是要多做练习的，光看懂了不一定管用。推荐大家在Jupyter Notebook 上做练习。

最后，个人水平要想提高到专业水平就需要多做一些真实或者接近真实的项目，比如可以参加一些 kaggle 的比赛项目。