数据科学之旅：初学数据科学所希望了解的5件事

先成为一名优秀的程序员和统计学家

了解数据科学的基本原理会让生活更加轻松，并且从长远来看可以节省时间。几乎所有的机器学习概念和算法都基于统计和概率，除此之外，许多其他数据科学概念(例如A/B测试)也属于纯统计范畴。

归根结底，编程和统计知识影响一名数据科学家的能力上限。在学习其他内容之前，必须具有良好的编程和统计基础。从长远来看，它将为你节省更多时间。

将更多的时间花在个人数据科学项目上，而非在线训练营

这可能是一个有争议的观点，请容许我先提出几点声明：

• 这完全基于我听闻的实例以及我对同行的观察。
• 这里指的并不包括一些优秀在线课程，例如deeplearning.ai的课程。
• 当然，如果没有其他选择，参加训练营有胜于无。

在线训练营存在一些问题。就内容的深度而言，它们往往非常浅显。不仅如此，而且它们还容易使人对所学材料产生错误的理解。

它们也不太适合保留学习信息。花费越多的时间学习某个课题，就越想留存相关信息。但这些训练营，尤其是那些宣传为“在5周内成为专家”的训练营，没有给你足够的时间来真正沉淀所学的知识。

他们通常没有足够的挑战性。许多训练营和课程只是要求你遵循并重复他们的代码，而不进行批判性或深入性的思考。

而个人数据科学项目使你不得不独自批判性地思考问题和解决方案，这是一种很好的学习方法。这样学到的知识远超过任何训练营所教授的。你将学会如何提出正确的问题，如何用Google查询正确的问题，如何构建自己想要的数据科学项目，如何变得有条理等。

投放更多精力到自己的项目中，你也会更有动力去学习更多知识、投入更多时间，从而形成积极的反馈循环。因此，少花时间参加数据科学训练营，将更多的时间用于个人数据科学项目吧。

（编辑：伊春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!