让我们在开始学习之前先来看看数据科学领域所需的技能。

 

数据科学不是一个单一的学科，而是多个学科的融合，共同实现一个目标，即将数据转化为资产。因此，根据个人的优势，您可以选择一套技能，为数据科学领域做出贡献。以下是数据科学专业人员所需的技能集：

 

（1）数据科学基础：在正式开始之前，必须了解基本概念和想法，以真正理解数据科学的本质。

 

（2）统计和概率：统计是一个古老的不可或缺的概念，也是数据科学领域的一个强大工具，它执行技术数据分析以提供具体结论。

 

（3）编程：与机器沟通的唯一途径是编程，因此编程是一项必不可少的技能。您可以从以下选项中选择任何选项：Python、R、Julia等。

 

（4）数据处理：它包括清理数据并将其转换为更好的分析格式。

 

（5）数据分析：数据分析是最终理解所有数据的过程，通常需要Excel、SQL、Python中的Pandas等技能。

 

（6）数据可视化：您必须熟悉各种绘图和图表，包括饼图、直方图、条形图、瀑布图等。Tableau是数据可视化的优秀工具。

 

（7）机器学习：数据科学的核心技能之一，机器学习用于建立高精度和低误差的预测模型。机器学习专家对数据建模、数据科学的机器学习算法、分布式计算等有很好的理解。

 

（8）深度学习：深入学习需要精通编程（最好是Python）、线性代数和数学。此外，您必须知道如何处理TensorFlow、PyTorch和Keras等库。

 

（9）大数据：组织正试图通过采用大数据分析来处理数据，在这个领域，Hadoop、Hive、Spark、Apache Storm和Flink是所需的一些框架和工具。

 

（10）软件工程：你不需要成为一名软件工程师，但需要了解软件工程的基本知识，如软件开发项目的生命周期、编译器、时空复杂性、数据类型等，会有很大的帮助。

 

如果你正在寻找数据科学的资源，你可能会找到包含所有内容的资源，或者你会找到最擅长解释数据科学各个部分的好资源。无论哪种方式，你都有无数种方法可以掌握数据科学。以下是一些免费提供的数据科学资源和平台，旨在平等地帮助学习者和专业人员。

 

 

学习数据科学基础知识的一个好方法是通过免费提供的短期课程。虽然这些课程不一定附带免费认证，但在学习数据科学概念时，这些课程会非常有用。

 

 

美国在线课程提供商edX为初学者提供了一门关于数据科学的入门课程，主要内容包括：

 

l  数据科学的定义和数据科学家的工作

 

l  成为成功的数据科学专业人士所需的技能

 

l  该领域的有用工具和算法

 

l  如何组建一支致力于数据科学的强大团队

 

l  数据科学在商业中的作用

 

虽然这门课程是完全免费的，但你可以选择通过付费获得认证。

 

 

谷歌云为学习者提供免费的机器学习速成课程，包括视频讲座、练习练习和案例研究。使用Google AI学习可以通过整合视频、教程、样例代码、课程、文档、实验室和交互式会话定制学习体验。

 

（3）     Khan Academy

 

Khan Academy有许多免费课程，可以解释各种数据科学概念，如SQL入门、数据分析、数据集中的模式、统计和概率等。这些迷你课程还附带练习集，以测试您的知识。

 

（4）     freeCodeCamp

 

作为一个在线学习平台，freeCodeCamp是另一个免费学习数据科学的最佳场所。他们提供了关于数据科学统计、计算机科学概念、Python基础知识、Pandas、Python Matplotlib的免费课程，甚至还提供了构建良好数据科学组合的指南。

 

 

Kaggle是Google LLC的子公司，是一个致力于数据科学和机器学习的在线社区。它提供了一系列复杂的数据科学相关主题和免费课程，帮助学习者在短时间内通过关键实用组件获得所需的数据科学技能。

 

（8）     The Open Source Data Science Masters

 

该网站为掌握数据科学提供了广泛的有用资源。这些可下载的资源包括教程、书籍等。他们还为从数据设计到计算和数学等多个科目设立了学习小组。