根据数据科学家人生的三个发展阶段，对这些计划进行分类。你可以自己判断哪些计划适合你，并按照计划行动。如果您成功完成了当前阶段的任务，您可以进入下一阶段。初级水平什么是初学者？——如果分析科学和数据科学对你来说是全新的领域，不了解这个行业的发展模式，想在这个行业大展拳脚，那么初学者就是你。以下应该在你的计划里。1.r语言或者Python语言，学习一门新的编程语言。我见过有的同学同时学R语言和Python语言，结果两只手空空。这种做法非常致命。你必须沉下心来专攻一门学科。由于这两种语言都是开源工具，它们在公司中被广泛使用。Python是公认的最简单的编程语言，R语言一直是最受欢迎的统计工具。学哪一科由你决定，因为两者同样优秀。推荐课程:推荐R语言和Python入门课程《Python入门:实用数据挖掘》和《R语言入门》。2.学习统计学和数理统计都是关于假设和序列的。但是，没有统计学和数学的知识，你很难深入数据行业，而统计学和数学是数据科学家的重中之重。3.一次性完成在线开放课程。大型在线公开课可以免费获取和学习，但也是你最难兑现的承诺。很多学生通常一次注册很多课程，但没有一门是顺利完成的。所以，你必须一次专注于一门课程，学完之后再选择下一门。推荐课程:推荐R语言与python高级课程:R语言实战与高级Python:数据挖掘算法。4.了解行业动态，善于探索和发现。你应该知道行业趋势。我们生活在一个不断变化的世界。事情可能会在一夜之间发生翻天覆地的变化，今天的和流行的技术明天很可能就会被淘汰。你一定要和行业内一些有经验的专业人士、专家交流，对未来的自己有所预见。所以快来加入讨论和聚会，关注一些微博微信，加入一些群，多看看书。中级数据科学家是什么样的？——如果你已经完成了上一阶段的内容，有了机器学习基础知识的实践经验，掌握了构建预测模型的知识，那么你就达到了中级水平。完成这个阶段需要坚强的决心和坚持不懈的练习。你准备好迎接这个挑战了吗？1.了解并建立您的机器学习技能机器学习是数据科学和技术的未来。我们国家所有的大企业都花大价钱雇佣掌握这种技能的人。毫无疑问，最近几天对这项技术的需求在增加，现在是你充分利用这种情况的好时机。今年你要在机器学习上精益求精，掌握回归、聚类、分类、回归树的技巧。推荐课程:机器学习与R语言实践，斯坦福大学公开课，机器学习。2.关注集成算法和Boosting算法。一旦对机器学习有了信心，继续学习其他模型。通过助推和整合算法，你的模型的精度会比其他算法有突飞猛进的提高。3.探索Spark、NoSQL和其他大数据工具。今年，您的学习之旅从大数据开始。考虑到大数据专业人才需求激增，必须学习Spark。这个工具最近很流行。大数据的未来在于Spark，它被广泛用于处理和操纵数据。此外，您可以扩展到NoSQL和Hadoop。推荐课程:向Spark学习的第一步。观看推荐课程《大数据实用工具Spark》。4.还有什么比与社区成员分享知识更美妙的呢！从今年开始，你可以和在数据科学道路上不断探索的人分享你的知识。你可以加入一个活跃的数据科学论坛来回答他们的问题，或者你可以在附近的行业圈子里开一个派对。建议:关注大数据微信官方账号和论坛等。高级水平我不需要给进入这个阶段的人标准。你知道数据科学，很多人连尝试的勇气都没有。这个阶段，你的生活安逸舒适。有时候我想迎接挑战。这里有一些计划。1.建立深度学习模型。你应该为那些有兴趣成为数据科学家的人树立榜样。今年你要下定决心建立深度学习模式。全世界的人都在用这个模型做预测。是机器学习的高级阶段，准确率明显高于普通的机器学习模型。推荐课程:完成深度学习教程任务。2.回馈我相信知识的意义不是被束之高阁，而是与人分享。分享越多，收获越多。据说，如果你知道一个新概念，并向你的两个朋友解释，你可能会记得更久。所以，今年，你必须制定一个计划，用你的知识和经验去帮助数据分析领域的人。这也将为更多这方面的人指明方向。建议:在社区里分享你的知识。3.探索强化学习强化学习是机器学习中最有效也是最少见的领域。今年，你可以下定决心研究这个领域。虽然很有挑战性，但绝对值得一试。无人车，无人侦察机，都是强化学习的成果。一旦开始学习这些东西，自然就进入了人工智能领域。
