Beste svaret
Vel, datavitenskap er et veldig fremskritt karrierealternativ, som har virkelig en lysere fremtid i lagring for så mange aspiranter som virkelig ønsker å gjøre en flott karriere i det samme.
Også dette emnet har virkelig ført til en katastrofal endring i måten bedrifter nå ser på den en gang bortkastede data.
Data blir generert hele tiden, og så analyserer og behandler de dem for å konvertere dem til noen biter av virkelig viktig og nyttig informasjon som virkelig tjener til å tilby virksomhetene noen virkelig god prediktiv analyse for å hjelpe dem vokse ved å forstå kundene sine nærmere og tilby dem en virkelig god kvalitet på brukeropplevelsen i sin tur.
Når det er sagt, siden du nevnte, er du en absolutt ferskere innen dette feltet, og trenger å begynne å lære faget fra bunnen av, la meg fortelle deg noe veldig viktig før vi faktisk kommer inn i mer de haler om emnet.
Som en aspirant for dette svært utfordrende, men interessante og spennende feltet, forventes det at du har et større lidenskap i det samme.
Lidenskap er veldig viktig for å drive deg mot å nå dine drømmer raskt.
Nå er det også veldig viktig å begynne å lære emnet på en veldig strømlinjeformet måte for å hjelpe deg med hele læreplanen uten å gå glipp av noe viktig tema under det enorme spekteret.
Datavitenskap er et veldig viktig tema som består av mange viktige underemner, som er karrieremuligheter og spesialiseringer i seg selv, for eksempel:
Machine Learning
Data Analytics
Data Mining
Data Visualization
Artificial Intelligence
Python, etc.
Nå kan du velge et av de ovennevnte emnene som karrieremuligheter, avhengig av dine egne interessenivåer.
Hvor skal du begynne å lære dette emnet?
Vel, ærlig talt, dette emne er ikke noe du kan i unnslippe gjennom selvstudiemetoder. Du kan sikkert øve på ferdighetene dine enormt for å forbedre din kunnskap. Selvstudium i dette tilfellet hjelper deg imidlertid bare å være mer tydelig med grunnleggende grunnleggende og innledende konsepter sammen med noen sjargong og terminologier i bransjen.
Dermed vil jeg ikke si at selvstudium. er ikke nødvendig her for dette emnet. Det er faktisk et must. Du kan definitivt starte med det grunnleggende om matematikk, statistikk og noen få programmeringsspråk.
Du bør imidlertid også tenke på å henvende deg til riktig trener eller opplæringsinstitutt for å hjelpe deg med økt nivå av dedikasjon og høyere kvalitetsutdanning om emnet som hjelper deg med å bli ekspert i en veldig kortere periode.
Jeg vil på det sterkeste anbefale deg å delta på den gratis online demosesjonen som Digital Vidya Institute gjennomfører på deres nettsider for å hjelpe deg med å lære mer om emnet i detalj.
Svar
Jeg tror det kommer an på hva du vil gjøre med Data Science og ditt nåværende nivå. Selv om du sier ‘bakkenivå’, har alle sin egen erfaring. Som andre svar forklarer veldig bra, er datavitenskap et veldig bredt emne som inneholder flere underfelt som statistikk, maskinlæring, datavitenskap … En god tilnærming er å underfelt du føler deg mest komfortabel med . Selv på bakkenivå bør det være noe du føler deg mer tilbøyelig til å lære.
Jeg elsker boka fra Joel Grus. Det er veldig morsomt å lese boken, og det faktum at forfatteren satte den sammen med en historie gjør den veldig underholdende. Selv om det kommer med en pythoninnledning, tror jeg det ville være frustrerende å følge hvis du ikke allerede er kjent med språket eller datavitenskapelige emner det dekker. Når du er det, er boka fantastisk, jeg liker den spesielt som et sammendrag av grunnleggende maskinlæringsalgoritmer.
Forutsatt at bakkenivå betyr at du ikke vet hvordan du skal kode, en god tilnærming hvis du vil avslutte opp lesing “ Data Science from Scratch ” er å lære grunnleggende om python først. Du kan bruke “ Learning Python ” fra Mark Lutz, Python the Hard Way eller til og med plattformer som Codecademy . Men for å være ærlig er det for mange alternativer for å liste opp selv de beste, bare velg noen som føles ok, og det ville være tilstrekkelig.
Oppsummert, boken er veldig bra, men jeg vil si at den ikke er den beste første boken å lese , men heller den andre eller til og med den tredje, å lese bare når du vet det grunnleggende om python, slik at du kan få mest mulig ut av den. Det er sant at du kan hente den og lese den, men hvis du har begrenset tid og ønsker å rasjonalisere innsatsen, er det kanskje et bedre valg for en startpakke.