奥飞寺送来的小茶

量子比特编译 | 公众号QbitAI

我厌倦了目前的工作，想转向数据科学网上从零开始学英语，但我没有计算机科学学位，我该如何开始？

此类教程已经有很多了。 22 岁的数据科学家 Dario 最近向大家讲述了如何利用他自学经历中使用的资源从零开始学习数据科学。

所谓从头自学，是针对那些能够学习网络课程、独立阅读书籍，但在工作之外不接受课堂教育的人。

在学习之前，如果你不熟悉线性代数、微积分、概率论和统计、编程，Dario 建议先学习这些数学课程英语培训，然后再学习 Python。

完成以上内容后，就可以进入下面的学习了。

读一本书或观看一个视频

如果你想进入数据科学领域，每天一两个小时的学习是必不可少的。 你选择看书还是看视频？

很多人每天工作8小时后不想看书，所以视频教程是一个不错的选择，可以在通勤时观看。

Dario首先推荐的是Udemy的《数据科学与机器学习Python训练营》，这是他第一次接触数据科学时所学的课程。

本课程使用 Pandas 和 Numpy 进行数据分析，使用 Matplotlib 和 Seaborn 进行一些数据可视化。 虽然内容不算太多，也不深入，但是对于数据科学入门来说已经足够了。

Dario 还推荐了 Coursera 上吴恩达教授的课程《机器学习》网上从零开始学英语网上从零开始学英语2个视频课程+3本书学英语，95后数据科学家教你如何从零开始学习机器学习，课程持续十周左右。 课程以英语授课，但配有中文字幕。

本课程的质量绝对有保证。 约12万用户平均评分为4.9分（满分5分），知名度也很高，注册用户总数超过260万。

初学者必读的三本优秀书籍

如果您更喜欢阅读，Dario 还推荐了 3 本优秀的数据科学入门教科书。

第一个是《Python 数据科学手册》。 本书从 Jupyter Notebook 开始，涵盖了数据科学最重要的部分，例如 Numpy、Pandas、Matplotlib 和 Scikit-Learn。

该书的中文版于去年出版，网络评分为9.3。 网友表示，这是一本优秀的入门教材，非常适合非计算机专业的学生。

第二本是《统计学习导论》，可以有点数学网上从零开始学英语，但也很容易读懂。

对于如此广阔的机器学习领域，将本书的篇幅控制在400页左右并不容易。 唯一的缺点是代码是用 R 语言而不是 Python 编写的。

本书英文版可以免费下载（地址见文末），评分9.5分，中文版8.3分。

第三本是《Scikit-Learn 和 TensorFlow 机器学习实用指南》，可以帮助您深入了解机器学习概念和算法。 目前，该书的英文影印版和中文版均已出版。

下一步

学完所有课程后，Dario 建议初学者创建一个 GitHub 档案英语，并找 5 个数据集进行练习，并在过程中写下自己的结论和思考过程。

对于您未来要交付产品的公司来说，看到您的工作非常重要。 由于您没有学位，因此您需要以某种方式展示您在数据科学方面的工作，而 GitHub 是一个不错的选择。

门户网站

原文链接：

数据科学和机器学习 Python 训练营：

吴恩达《机器学习》课程：

《统计学习简介》下载链接：

- 超过-

量子比特QbitAI今日头条签约