全文共3025
字，預計學(xué)習時(shí)長(cháng)6
分鐘
正在閱讀本文的你可能剛剛踏上數據科學(xué)之旅，正在思考學(xué)習何種課程以大幅提升自身能力。
本文將介紹一門(mén)每位數據科學(xué)初學(xué)者都應學(xué)習的入門(mén)課程——從本文作者的故事開(kāi)始。
為何學(xué)習
幾年前在多倫多大學(xué)學(xué)習土木工程時(shí)，我經(jīng)常讀到一些文章，其中描述了像我一樣的普通人是如何通過(guò)學(xué)習編程創(chuàng )辦自己的公司，獲得出色的工作并過(guò)上有意義的生活。
我也希望像他們一樣。
那時(shí)，我已經(jīng)知道工程并不適合我了，因為我并不專(zhuān)業(yè)，也沒(méi)有那么喜歡它。我想學(xué)習一些技能，以備不時(shí)之需，于是我決定嘗試編程。如果別人都可以做到，那應該不會(huì )太難吧？
從Python開(kāi)始
我嘗試使用各種不同的編程語(yǔ)言，比如ruby，html / css和java，但最終選擇了python，因為它對我來(lái)說(shuō)最有用。
一開(kāi)始我參加了Codecademy的Python學(xué)習課程（https://www.codecademy.com/learn/learn-python），因為這是在搜索如何學(xué)習python時(shí)出現的前幾個(gè)選項之一。
我剛開(kāi)始上課時(shí)，一切都是免費的。隨后，網(wǎng)站增加了特殊的付費課程。但網(wǎng)站仍然保留了一些基礎課程?？梢岳眠@些課程免費學(xué)習python的基礎知識，打下一定的基礎。
我還通過(guò)freeCodeCamp觀(guān)看了Python學(xué)習-初學(xué)者完整課程的YouTube視頻（https://www.youtube.com/watch?time_continue=6852&v=rfscVS0vtbw），學(xué)習它有助于了解Python中最重要的概念。它既可以作為理解Python基礎知識的優(yōu)秀指南，也可以用來(lái)鞏固已學(xué)到的知識。一個(gè)周末就可以學(xué)完這門(mén)課程！
另一個(gè)優(yōu)秀的資源是Code Wars（https://www.codewars.com/）等編碼挑戰網(wǎng)站，在網(wǎng)站上運用python技能解決編碼難題。你可以選擇挑戰的難度，查看其他人的代碼，學(xué)習他們的解決方法。我曾經(jīng)嘗試每天做一道題，但沒(méi)能堅持下去，最終完全放棄了。
缺乏恒心是我面臨的巨大難題。
在過(guò)去的幾年里，我總會(huì )受到鼓勵開(kāi)始學(xué)習或者練習，但隨后又失去熱情，停滯一段時(shí)間再重新開(kāi)始。
如此循環(huán)往復。
這些波折緣于我對自己和自身編程學(xué)習能力的懷疑。
我會(huì )給自己找借口，例如：
· 有很多服務(wù)無(wú)需了解個(gè)中原理即可用來(lái)編寫(xiě)代碼
· 我年紀不小了，不適合學(xué)習全新的東西，應該專(zhuān)注于已掌握的知識
· 它太難了
缺乏毅力與自我懷疑浪費了很多時(shí)間?，F在我意識到，只要堅持每天努力學(xué)習，再小的進(jìn)步也是一種收獲。
數據科學(xué)之旅
幾年之后，我成為了一名建筑項目經(jīng)理，但并不太喜歡這份工作。我很后悔沒(méi)有在編程學(xué)習上投入更多精力。
我依然定期閱讀有關(guān)企業(yè)家和程序員的文章，這些人通過(guò)自學(xué)過(guò)上了更好的生活。我想，如果不嘗試一下，將來(lái)一定會(huì )后悔。
我不斷聽(tīng)人們提起數據科學(xué)是未來(lái)發(fā)展的趨勢。當我發(fā)現python是數據科學(xué)家們首選的語(yǔ)言時(shí)，我認為這就是我職業(yè)生涯追求的方向。
我在網(wǎng)上搜索如何學(xué)習數據科學(xué)時(shí)，偶然發(fā)現了這篇《依據評論排出的互聯(lián)網(wǎng)上最好的數據科學(xué)課程》（https://www.freecodecamp.org/news/the-best-data-science-courses-on-the-internet-ranked-by-your-reviews-6dc5b910ea40/），它介紹了一條從初學(xué)者到機器學(xué)習工程師的學(xué)習路徑。
當我意識到自己需要復習python基礎知識后，我開(kāi)始在Coursera上學(xué)習文章中推薦的編程導論課，即多倫多大學(xué)開(kāi)設的編程學(xué)習：基礎知識（LPT1）（https://www.classcentral.com/course/programming1-385）和高質(zhì)量代碼研究（LPT2）（https://www.classcentral.com/course/programming2-390）。這些課程既包括引導人們學(xué)習的授課視頻，也有可以鞏固Python技能的作業(yè)練習。它們?yōu)閿祿茖W(xué)初學(xué)者提供了不同難度和范圍的內容。對我而言，LTP1是一門(mén)很棒的課程，因為我之前已經(jīng)學(xué)習過(guò)Python的基礎知識。同時(shí)我也從中學(xué)到了很多新知識。這些課程的優(yōu)點(diǎn)是它們會(huì )告訴學(xué)習者如何正確編寫(xiě)代碼以提高“可讀性”。在學(xué)習更難一些的LTP2時(shí)，我遇到了很多困難，但也從中學(xué)到了很多。
在此之后，我繼續按照推薦的學(xué)習路徑，決定學(xué)習一門(mén)數據科學(xué)入門(mén)課程。被專(zhuān)業(yè)的網(wǎng)站和出色的課程設計所吸引，我最終選擇了Udacity的數據分析導論課。
不知道為什么，在開(kāi)始學(xué)習這門(mén)課程時(shí)我遇到了許多困難。一開(kāi)始，它介紹了 Anaconda & Jupyter Notebooks，我也花了很多時(shí)間試圖了解它是什么以及如何使用。在我看來(lái)，課程對它的解釋不太有用，因此我很難繼續學(xué)習下去。我認為Udacity的課程有時(shí)并不能很好地指導學(xué)生完成練習和測試。它假定學(xué)習者已經(jīng)提前掌握了相關(guān)概念。因此，我停止了這門(mén)課程的學(xué)習。
我再次產(chǎn)生了疑問(wèn)。
如果連一門(mén)數據科學(xué)入門(mén)課都無(wú)法完成，我該如何成為一名數據科學(xué)家！這讓我感到非常沮喪，不知道接下來(lái)該怎么做。
改變一切的課程
我在瀏覽其他數據科學(xué)家的instagram頁(yè)面時(shí)發(fā)現了這門(mén)課程。我四處瀏覽，發(fā)現有人提到 Udemy上Jose Portilla的用于數據科學(xué)和機器學(xué)習的Python訓練營(yíng)（https://www.udemy.com/course/python-for-data-science-and-machine-learning-bootcamp/）。這門(mén)課程似乎很受歡迎，備受好評，所以我決定進(jìn)一步了解它。
一開(kāi)始我很懷疑，認為花里胡哨的標題可能是個(gè)陷阱。所以，我研究了評論并將之與其他在線(xiàn)學(xué)習平臺進(jìn)行比較，發(fā)現物有所值。
我決定嘗試學(xué)習這門(mén)課程。
這是一門(mén)付費課程，但Udemy上的課程總在打折，其實(shí)際價(jià)格大概為15美元。這筆錢(qián)花得很值，因為這門(mén)課程濃縮了數據科學(xué)的所有主要方面，易于學(xué)習。
這門(mén)課程極大地提高了我對數據科學(xué)的理解，技能和信心。
它深入介紹了numpy，pandas，matplotlib，seaborn等庫的主要概念。學(xué)習者可以在Jupyter上跟進(jìn)，并根據該課程自行完成一個(gè)項目。甚至可以將這些項目修改后寫(xiě)進(jìn)自己的簡(jiǎn)歷！我的github就包含這門(mén)課程中的項目（https://github.com/oscar-kwok）。
這門(mén)課主要介紹機器學(xué)習及其入門(mén)方式。
它將重點(diǎn)放在實(shí)踐，而不是理論，這一點(diǎn)深得我心。因為實(shí)踐是學(xué)習的最佳途徑。它簡(jiǎn)明扼要地介紹了理論，方便學(xué)習者充分理解，并將之應用到項目中。
我仍在學(xué)習這門(mén)課程，希望能利用學(xué)到的知識來(lái)開(kāi)展自己的項目！
總結
希望我的經(jīng)歷以及學(xué)習的步驟和課程能夠幫助數據科學(xué)的初學(xué)者探索自己的道路。
每個(gè)人的道路，從方法到學(xué)習耗時(shí)，都有所不同。遇到困難時(shí)不要沮喪。我曾多次想過(guò)放棄，現在仍然會(huì )產(chǎn)生這樣的念頭。關(guān)鍵是要有恒心，一步一步向前邁進(jìn)。
聯(lián)系客服
