Data Scientist 炼成记录-更新完毕2018年12月 | 机器学习练成记录 - 已开新帖

新人来mark一下，
开学大二，准备申相关方向的phd，技能树不知道要怎么点起来。目前在刷Andrew的ML，准备刷完去学2017 Andrew Ng刚刚更新的deeplearning系列课程
https://www.coursera.org/specializations/deep-learning#about
github上有字幕组在同步更新翻译：
https://github.com/Yukong/Deeplearning.ai-Solutions

现在网上MOOC关于Data Science的种类繁多， 选择太多往往无从下手，对于转行的同学总想在最短的时间内获得最容易理解而且实用的知识， 我最为其中之一深有体会，现在就结合我自己的经历说下自己在这方面的心得。
在我看来， Data Science/Analytics 大致需要掌握以下几方面的技能：

1. SQL, 数据库相关的技能
这个是所有从事数据分析的第一步：获取数据，而绝大部分的数据储存在数据库中，所以SQL的技能很关键，事实上也是以后也会占用你工作的大部分时间。
SQL不难，但是想要快速熟练的掌握光靠背几个 select, from, where, group by 是远远不够的，最好的联系方法是能一边写一边看得出的结果，从而搞清楚每条语句实际在背后对数据做了什么操作，逻辑是什么。
SQL也是数据分析面试时重点考察的方面，Google, Facebook, Uber, Slack等等这些大的科技公司都会去着重考察，不需要你会很fancy的命令语句，但是会让你利用简单的命令语句去实现很复杂的逻辑关系， 这方面的资源比较入门级的有 SQLZOO 和 W3 School的SQL部分，这两个相对来说好快速上手，而且都是我前面说的可以让你一边写SQL一边看你query出来的结果， 这样会让你对命令语句具体对数据本身做了什么。
进阶的资源有微软在edx上的一门MOOC：Querying with Transact-SQL, 这门课也适用于初学者，不过学习的时间要长一些，因为内容会讲的深一些（比如window function 和 table expression）

2. 统计的基本原理
大部分传统的机器学习的算法来自于统计学，而且统计学的知识也被大量的用在了数据探索阶段（Explanatory Data Analysis） 和工作中各种各样的Statistical Testing上面
这方面就是传统的统计知识，尽量选一些名牌大学的通俗易懂的基础统计课即可。

3. Data Science/Machine Learning Modeling
这块的课程最多，但也最难选，因为很多课程要么太注重理论，需要有很好的数学基础才能理解，要么就是相对来说太过简单，下面是我觉得蛮好的课程，兼顾了理论深度，理解难度和实践程度。
Udemy: Python for Data Science and Machine Learning Bootcamp

这门课的特点是讲解很清晰，信息量很大，讲师既讲了Python编程也讲了些ML的算法知识，不过相对来说不是很深。
Edx: Analytic Edge

如果你是个对理论数学化的东西不大感兴趣，只注重怎么把ML的算法应用在实际中，那这门课是很好的入门课。
这门来自MIT的神课介绍每个算法时都是通过一个相应的现实中真实应用的案例来讲的，而且讲的通俗易懂，全部课程的语言为，也很容易上手
Udacity: Intro to Machine Learning

这门课是Google X 实验室的创始人 Sebastian Thrun （同时也是Udacity的创始人）讲授的，全面的涵盖了主流ML的算法，中间每讲一个新的算法，都会穿插了很多小练习帮助你巩固新学到的知识，而且Sebastian作为业界大牛，对ML的讲解也很清晰直白易懂。
Stanford Online:  Statistical Learning

如果你想探究ML算法背后的数学理论基础，那这门来自斯坦福的神课就是你的不二选择，虽然课程的数学理论涉及较多，但是只要跟着两位教授(两位大牛，其中一位发明了大名鼎鼎的LASSO Regression)一步步来，还是比较容易懂的，本课程也采用了较易上手的R作为编程语言
以上这些都是Data Science/Analytics 的入门课，欢迎各位大牛继续补充！
当然还有很有名的coursea上的JHU的data science系列，我在这里就不多描述了。
希望能帮到你！

biomedicineman 发表于 2017-5-6 23:18
我是生物转行啊。。。跟科班的DS/CS不同，先要跨进这个门槛儿，不然人家面试机会都不给你

如果你只是有个生物文凭，压根不用想转行。人家看你degree就不会给你面试，直接挂在简历这关了。所以才有那么多人读第二个ms在转行啊。不过好像的确有什么文科学历的人也找到码农工作的，不知道具体细节。

总结得好棒，不过转专业小白还是要一步一步来，好多东西要学

豆芽乖乖 发表于 2017-8-27 13:37
如果你只是有个生物文凭，压根不用想转行。人家看你degree就不会给你面试，直接挂在简历这关了。所以才有 ...

DS bootcamp帮助了一些natural science和文科同学
比如insight program就好像就业还成
或者起码他们的筛选条件还可以，至于是training产生的added value还是selection process严格，造成的就业率不错，就不知道了。

mark~~~~

已经pivot away from DS

最近看的一些内容其实已经不是DS了，我也不敢说就已经“学到头"了，但是感觉深度上再去努力ROI就不大了，而个人对广度现在更有兴趣些

1。
深度学习，多少学到能跟别人瞎聊的程度，下面需要hands on做点项目玩
Ng那个课比较浅但是经验部分还可以
在等fast ai的pytorch

另外有帖子总结DL。


2 infra 、系统设计
往码农的系统设计方向靠拢
工作里面还是有蛮多参与做数据系统的机会
广大数据科学的同学，请珍惜这种机会。很多时候码农年轻的时候不太能参与到设计的，数据类因为很多是新东西而是legacy code，反而很年轻的时候就可以参与到设计。

信息很多但是毕竟杂。最近开始看某书，以后会总结。

3 代码和软工基础
多多少少能写但是始终没有顺溜到有什么需求就随手能实现，不惧的程度。
很希望还是能走过这个坎。

有点疑虑刷题并不能解决我的困惑。但是也没有找到更好的办法，也没有找到特别喜欢的项目想亲手做。

信息很多了轮不到我去收。

4 软技能

信息很多了轮不到我去收。

很高兴翻到了这个帖子，一楼一楼爬下来受益良多，想烦请地里的大神帮我看看我的经历，也给一些求助ds的意见，多谢多谢。
我是在读的phd，学的是geography自然科学类，主攻的是气象方向，phd期间辅修了一个统计的minor，还顺便修了一个计算机的master。暑假期间跟了Andrew Ng的ML的课，正在准备跟他的deep learning但还没开始，主要是因为科研压力比较重。计算机方向的算法，数据结构，还有数据库之类的课都不止上了一边，主要是因为本科学的专业根据计算机比较相关。上计算机课做的项目大部分用的是java，本专业用python比较多，统计的课大部分是用R和matlab。平时科研加上上课并没有很多时间刷题，也没怎么参加过kaggle的competition。现在在想着找一个暑假实习，不然工作经验太匮乏了。
希望大神们能给些意见和建议，觉得我这样的背景找ds的工作，最应该补充的是哪一方面，多谢多谢~

小K久仰大名，我data analyst两年了很不喜欢这个工作，感觉都不好意思和别人说我是统计出身，因为ML的知识可以说一次都没用上过。。。想转那些可以更前沿用data science，big data等方向的职位，但是要求都是一两年工作经验会spark，hadoop什么的。觉得自学做题去！看着你的帖子努力挤出时间往上爬！！加油

mark mark mark