1回答

途索

2018-04-02

已采纳

嗨，同学你好：

数据科学其实算是比较算法和策略的东西，如果没有计算机专业知识背景，或许学习起来会有些吃力，因为有些东西，虽然在学习这门课时我们没有接触到，但如果你掌握了这些技能，学习这门课会有更大的提升。下面，我就我个人的经历，分享一些我觉得数据工作者应该学习的东西和学习这些东西的方法。

一、应该学习的

应该学习的东西应该还是挺多的，可以分成以下三部分：1、数学相关的内容：如概率论，矩阵理论，高等数学等，如果你之前学习过这些内容，现在需要做的，就是复习了；2、计算机算法相关。这部分跟具体的编程语言没有什么关系，主要是关于一些算法基础方面的东西，如数据结构、基本的查找与排序算法、栈、队列、Hash等组织形式等；3、一种编程工具，就是一种编程语言，比如，你选择了Python，也学习了，这就很好。

二、学习的方法

或许，以上这些东西，你之前都学习过或者接触过，但由于长时间没有使用，或者，有可能当时不清楚这个东西有什么用，就没有记住。拿我个人的经历来说，我之前一直不了解联合概率、条件概率有什么用，虽然当时题做得对，但很快，该忘还是会忘。后来，从事数据分析领域后，接触了不少的案例，才知道各种概率原来有这么重要的指导意义，从案例研究了概率后，我发现，我真的记住了，后来，一想到相关的案例，研究这个案例时查阅与学习的知识都全浮现了出来。所以，可能有很多基础知识现在是已经欠缺了，但不要紧，当时学过这些的人，能真正记住的也不多。
基于以上几点，我的学习建议是：可以不从基础直接学，可以直接分析案例与Case，或者直接学习进阶一些的东西。这其中会遇到很多不懂的知识，遇到了什么不懂的，就把那部分仔细再学习一遍。如果学习这部分内容时又遇到了更多不懂的，就再接着学。这个过程是漫长和痛苦的，是需要投入时间和精力，但对于成长和学习来说，这也是必须要走的路。所以，不要想着“快速”学完什么，要讲究让自己尽可能地多装东西。做数据，需要有很多的Case辅助学习与记忆，我推荐Kaggle和Knugget，或者国内的天池，使用这些平台上的Case，学习更多人的思路与经验，会更让你知道这个行业里的人，都是怎么去解决与分析问题的。

希望以上这些对你有用。

1

1

何永灿

一直在为学习思路为难，也有些急功近利，想尽快学完各个知识模块，但又没有针对性。学完了python基础，但回头看根本解决不了实践问题，好多语法也开始慢慢忘了。谢谢您的指导！

2018-04-05

共1条回复