数据科学领域的一张网红图

关注“书圈”：如果知识是通向未来的大门，我们愿意为你打造一把打开这扇门的钥匙！...



热文导读 | 点击标题阅读

北大出疯子，清华出傻子，人大出混混

一个出自寒门的北大硕士自白：985、211不欠你的

北大学生，为什么在耶鲁才学会读书和写作

数据科学、机器学习、大数据、认知计算……我们几乎每天都被铺天盖地的关于这些概念的文章和观点包围着。但有一点是肯定的：别妄想一夜成为数据科学家。这条路很漫长，也充满挑战。那到底从哪里开始呢？什么时候才算到终点？有没有学习路线？需要了解哪些技术？这张图来告诉你。



正如数据可视化在数据科学中有着重要的地位一样，用可视化的方式来展现数据领域的学习路线再合适不过了。这张图就是 IBM 公司的 Swami Chandrasekaran 在 2013 年受到地铁路线图的启发而创作的一份“如何成为一名数据科学家”的学习路径图，至今依旧是很有指导意义的一份学习参考，算得上是数据科学领域的一张经久不衰的“网红”图了。

这张图按照进度分为以下几部分：

1. 基础
2. 统计学
3. 编程
4. 机器学习
5. 文本挖掘／自然语言处理
6. 数据可视化
7. 大数据
8. 数据提取
9. 数据转换
10. 工具箱

每一个领域以一条地铁路线的方式呈现，需要学习／掌握／理解的那些概念或技能就是那些地铁站点。这张图的使用方式就是你选择一条线路，上车，然后经过这条线路的所有站点（要学习的概念或技能），直到终点站或者你换乘上了另一条线路，作者也给十条线路标记上了数字，作为一个建议的学习顺序。

你可以把这个作为一份独立的学习计划去挖掘你最感兴趣的领域，掌握相应的技能。当然，要成为一名真正的 Data Scientist，确实有很多硬技能需要去掌握，但是更可贵的是对数据的理解、敏感和洞察力。哪怕掌握了图中全部的技能，也只是你数据之旅的开始，绝不是终点。



AI 有话说

这张图的另一个名字：《数据科学从入门到放弃》

《数据科学》开班了！

----后台回复【活动】，获取报名通知----

课程目标

1.培养学习数据科学的兴趣与自学能力；

2.帮助初学者快速入门数据科学的知识体系；

3.帮助初学者掌握一定的数据科学的实战能力；

4.解答国内开设《数据科学》课程中的10大问题；

5.与国内从事或即将从事数据科学教学与科研工作的同行进行经验交流。

6.数据科学与大数据技术专业申报经验分享

作者 | http://mp.weixin.qq.com/s/ObVk5ZniEvpUG5a-LIBsbQ。图文来自网络、如涉及版权问题，请联系我们以便处理。文章内容纯属作者个人观点，不代表本网观点。

编辑| 老猫

读书吧| QQ群：481160039

----后台回复对应字母，获取相关精彩内容----

【C1】最新教育、大数据、编程、科技文章和资料

【C2】往期公众号精彩文章

【C3】教学视频、直播、教学论坛回顾

【C4】计算机类推荐教材

【C5】最新教学会议、活动通知

【C6】IT简史——人物连载

    关注 书圈