Najlepsza odpowiedź
Nauka o danych to bardzo zaawansowana opcja kariery, która naprawdę jaśniejsza przyszłość dla tak wielu aspirantów, którzy naprawdę chcą zrobić wielką karierę w tym samym.
Ponadto ten temat naprawdę przyniósł katastrofalną zmianę w sposobie, w jaki firmy patrzą obecnie na niegdyś marnotrawne danych.
Dane są generowane przez cały czas, więc analizujemy je i przetwarzamy, aby przekształcić je w fragmenty naprawdę ważnych i pomocnych informacji, które naprawdę służą do zaoferowania firmom naprawdę dobrej jakości analiz predykcyjnych, które pomogą im rozwijać się, rozumiejąc bliżej swoich klientów i oferując im z kolei naprawdę dobrą jakość obsługi.
Biorąc to pod uwagę, ponieważ wspomniałeś, że jesteś absolutnie świeższy w tej dziedzinie i musisz zacząć uczyć się przedmiotu od zera, powiem ci coś naprawdę ważnego, zanim zajmiemy się bardziej de ogony na ten temat.
Jako aspirant w tej bardzo wymagającej, ale interesującej i ekscytującej dziedzinie, oczekuje się od Ciebie większego poziomu pasji w tej samej dziedzinie.
Pasja jest naprawdę ważna aby doprowadzić cię do szybkiego spełnienia marzeń.
Ponadto, teraz bardzo ważne jest, aby rozpocząć naukę tematu w bardzo uproszczony sposób, aby pomóc Ci w całym programie nauczania, nie pomijając żadnego ważnego tematu w jego ogromną gamę.
Nauki o danych to bardzo obszerny temat, który składa się z wielu ważnych podtematów, które same w sobie stanowią opcje kariery i specjalizacje, takie jak:
Uczenie maszynowe
Analiza danych
Eksploracja danych
Wizualizacja danych
Sztuczna inteligencja
Python itp.
Teraz możesz wybrać dowolny z powyższych tematów jako opcje kariery w zależności od własnego poziomu zainteresowań.
Od czego zacząć naukę tego przedmiotu?
Cóż, szczerze mówiąc, to temat nie jest czymś, w czym możesz zanurz się w metodach samodzielnej nauki. Z pewnością możesz ogromnie ćwiczyć swoje umiejętności, aby poprawić swoją wiedzę. Jednak samokształcenie w tym przypadku pomaga tylko lepiej zrozumieć podstawowe podstawy i wprowadzające pojęcia, a także żargon i terminologię branżową.
Dlatego nie powiedziałbym, że samokształcenie nie jest tu konieczne do tego tematu, w rzeczywistości jest koniecznością. Zdecydowanie możesz zacząć od podstaw matematyki, statystyki i kilku języków programowania.
Jednak powinieneś również pomyśleć o skontaktowaniu się z odpowiednim trenerem lub instytucją szkoleniową, aby pomóc ci w zwiększeniu poziomu zaangażowania i wyższym wysokiej jakości edukacja na ten temat, która pomoże Ci stać się ekspertem w bardzo krótszym czasie.
Gorąco polecam udział w bezpłatnej sesji demonstracyjnej online prowadzonej przez Digital Vidya Institute na ich stronie internetowej, aby dowiedzieć się więcej na ten temat szczegółowo.
Odpowiedź
Myślę, że to zależy od tego, co chcesz zrobić z nauką o danych i od Twojego obecnego poziomu. Chociaż mówisz „poziom podstawowy”, każdy ma swoje własne doświadczenie. Jak wyjaśniają inne odpowiedzi, nauka o danych to bardzo szeroki temat obejmujący kilka poddziedzi, takich jak statystyka, uczenie maszynowe, informatyka … Dobrym podejściem jest rozpoczęcie od podpole, które najbardziej Ci odpowiada . Nawet na parterze powinno być coś, czego chciałbyś się bardziej nauczyć.
Uwielbiam książkę Joela Grusa. Czytanie książki jest bardzo przyjemne, a fakt, że autor połączył ją z historią, sprawia, że jest bardzo zabawna. Jednak mimo że zawiera wprowadzenie do języka Python, myślę, że byłoby frustrujące naśladowanie, jeśli nie znasz jeszcze języka lub tematów nauki o danych okładki. Książka jest niesamowita, szczególnie podoba mi się jako podsumowanie podstawowych algorytmów uczenia maszynowego.
Zakładając, że poziom podstawowy oznacza, że nie wiesz, jak kodować, dobre podejście, jeśli chcesz zakończyć czytanie „ Nauka o danych od podstaw ” to nauka podstaw Pythona. Możesz użyć „ Learning Python ” autorstwa Marka Lutza, Python the Hard Way lub nawet platformy takie jak Codecademy . Ale szczerze mówiąc, jest zbyt wiele opcji, aby wymienić nawet najlepsze, po prostu wybierz tę, która wydaje się w porządku i wystarczy.
Podsumowując, książka jest bardzo dobra, ale powiedziałbym, że nie jest to najlepsza pierwsza książka do przeczytania , ale raczej druga, a nawet trzecia, do przeczytania tylko wtedy, gdy znasz podstawy Pythona, abyś mógł w pełni wykorzystać to. To prawda, że możesz go podnieść i przeczytać, ale jeśli masz ograniczony czas i chcesz zracjonalizować swoje wysiłki, może jest lepszy wybór na początek.