Nejlepší odpověď
No, datové vědy jsou velmi pokrokovou kariérní volbou, která má Skutečně světlejší budoucnost pro tolika uchazečů, kteří si opravdu přejí udělat skvělou kariéru ve stejné oblasti.
Také toto téma skutečně přineslo katastrofickou změnu ve způsobu, jakým se podniky nyní dívají na kdysi nehospodárné data.
Data se neustále generují, a proto je analyzujeme a zpracováváme, abychom je převedli na kousky opravdu důležitých a užitečných informací, které skutečně slouží k tomu, aby podnikům nabídly opravdu kvalitní prediktivní analýzu, která jim pomůže rostou díky bližšímu porozumění svým zákazníkům a následně jim nabídneme opravdu kvalitní uživatelskou zkušenost.
S tím, co jste řekli, jste v této oblasti absolutně čerstvější a musíte se začít učit předmět od nuly, řeknu ti něco opravdu důležitého, než se dostaneme do více de o předmětu.
Jako uchazeč o tuto velmi náročnou, ale zajímavou a vzrušující oblast se od vás očekává stejná vyšší úroveň vášně.
Vášeň je opravdu důležitá aby vás vedly k rychlému dosažení vašich snů.
Také je nyní velmi důležité začít se učit téma velmi efektivním způsobem, aby vám pomohlo s úplným učební plánem, aniž byste přišli o jakékoli důležité téma pod jeho obrovská škála.
Data Sciences je velmi vatové téma, které se skládá z mnoha důležitých dílčích témat, kterými jsou kariérní možnosti a specializace samy o sobě, například:
Machine Learning
Analýza dat
Dolování dat
Vizualizace dat
Umělá inteligence
Python atd.
Nyní si můžete vybrat kterékoli z výše uvedených témat jako své kariérní možnosti v závislosti na vašich vlastních úrovních zájmu.
Kde se začít učit tento předmět?
No, upřímně řečeno, toto předmět není něco, do čeho můžete vstoupit dopřát si metody samostudia. Určitě si můžete své dovednosti ohromně procvičit, abyste si zlepšili znalosti. Samostudium v tomto případě vám však pomůže lépe pochopit základní základy a úvodní koncepty spolu s některými žargony a terminologiemi oboru.
Proto bych neřekl, že samoštúdium není zde pro toto téma nutné, ve skutečnosti je to nutné. Určitě můžete začít se základy matematiky, statistiky a několika programovacích jazyků.
Měli byste však také přemýšlet o tom, zda se obrátit na správného trenéra nebo vzdělávací institut, který vám pomůže se zvýšenou mírou odhodlání a vyšší úrovní kvalitní vzdělání na toto téma, které vám pomůže stát se odborníkem ve velmi kratším čase.
Velmi vám doporučuji zúčastnit se online demo relace pořádané Institutem Digital Vidya na jejich webových stránkách, abyste se dozvěděli více o předmětu podrobně.
Odpověď
Myslím, že to záleží na tom, co chcete dělat s Data Science a vaší aktuální úrovní. I když se říká „přízemní“, každý má své vlastní zkušenosti. Jak velmi dobře vysvětlují další odpovědi, datová věda je velmi široké téma, které obsahuje několik podpolí, jako je statistika, strojové učení, informatika … Dobrým přístupem je začít od podpole, se kterým se cítíte nejvíce spokojeni . I na úrovni země by mělo existovat něco, o čem se cítíte více nakloněni učit se.
Miluji knihu od Joela Gruse. Čtení knihy je velmi zábavné a skutečnost, že ji autor spojil s příběhem, ji dělá velmi zábavnou. Přestože však přichází s úvodem do pythonu, myslím, že by bylo frustrující se řídit, pokud ještě nejste obeznámeni s jazykem nebo tématy datové vědy, která kryty. Jakmile jste, kniha je úžasná, líbí se mi zejména jako souhrn základních algoritmů strojového učení.
Za předpokladu, že základní úroveň znamená, že nevíte, jak kódovat, dobrý přístup, pokud chcete skončit čtení „ Data Science from Scratch “ znamená nejprve se naučit základy pythonu. Můžete použít „ Learning Python “ od Marka Lutze, Python Hard Way nebo dokonce platformy jako Codecademy . Ale abych byl upřímný, existuje příliš mnoho možností, jak vyjmenovat i ty nejlepší, stačí vybrat všechny, které jsou v pořádku, a to by stačilo.
Souhrnně kniha je velmi dobrá, ale řekl bych, že to není nejlepší první kniha ke čtení , ale spíše druhá nebo dokonce třetí, ke čtení pouze tehdy, když znáte základy pythonu, abyste mohli vytěžit maximum to. Je pravda, že si to můžete vyzvednout a přečíst, ale pokud máte omezený čas a chcete své úsilí racionalizovat, možná existuje lepší volba pro předkrm.