数据科学学习路线图(入门级)
数据科学知识分为三个部分:数学统计知识、编程知识以及机器学习知识。
1、 数学统计知识
一般大学里面理工科都会学到这两门知识。就不做特别推荐,知识推荐PPV课上面的一个《统计学基础》课程,链接为:http://www.ppvke.com/10398.html
和一本高校教材:概率论与数理统计第四版,购买链接:
http://product.dangdang.com/23760742.html
2、 编程知识入门
编程知识入门,建议学习python相关课程,推荐PPV课《python入门》课程,链接为:http://www.ppvke.com/vip?id=17
稍微进阶的一些可选秀C++等课程。
3、 机器学习知识入门
推荐入门课程 Andrew Ng的机器学习,链接为:
https://www.coursera.org/learn/machine-learning
以及PPV课的《机器学习》,链接为:http://www.ppvke.com/10400.html,都是最简单的入门课程,
之后可以学习斯坦福大学的公开课《机器学习》,这是一门从入门到进阶的课程,链接为:http://www.ppvke.com/10394.html
另外推荐学习PPV课上面的《机器学习与R语言实战》,学习利用R实现各种机器学习算法,并对模型性能进行评估。链接为:http://www.ppvke.com/vip?id=35
每个知识点吃透,每个练习都认真完成。
4、最后参加比赛
上面这些课程都可以在课余和工作之余学习掌握。同时也可以去Kaggle上面打打比赛,地址在 https://www.kaggle.com/competitions
等获得两三个前10%,就差不多算可以入门了,多数数据科学的工作就会游刃有余。
——-阅读原文,查看相应资料链接—–
1、回复“数据分析师”查看数据分析师系列文章
2、回复“案例”查看大数据案例系列文章
3、回复“征信”查看相关征信的系列文章
4、回复“可视化”查看可视化专题系列文章
5、回复“SPPS”查看SPSS系列文章
6、回复“答案”查看hadoop面试题题目及答案
7、回复“爱情”查看大数据与爱情的故事
8、回复“笑话”查看大数据系列笑话
9、回复“大数据1、大数据2、大数据3、大数据4”查看大数据历史机遇连载
原文始发于微信公众号(PPV课数据科学社区):【推荐】数据科学学习路线图(入门级)
原创文章,作者:ppvke,如若转载,请注明出处:http://www.ppvke.com/archives/18277