如何在2019年实现数据科学学习目标
不飞溅 作为自学成才的数据科学家或想成为数据科学家,决定每次学习的内容非常重要。 但是,由于涉及许多材料和新概念,因此它本身就可能成为一项艰巨的任务。 对于某些人而言,挑战在于他们缺乏继续学习的动力。 他们在一两周后辞职,然后又重新开始,从那以后一直处于这个周期。 因此,如果满足以下条件,我已为您撰写了这篇文章: 你觉得自己学习不够快,或者学习得不够多 机器学习领域的新课程或主题很容易使您分心 你是一个完整的新手,你不知道从哪里开始 您需要一种结构化的学习方法,并在2019年实现目标。 事实是,在此过程中,我们会遇到新的有趣的资源,课程或框架。 而且,我们要面对的挑战不是被他们所迷住-XYZ框架上崭新的课程或著名的数据科学家在机器学习新领域上的最新著作。 尽管我不反对与时俱进的新资源,但它们可能会分散我们的注意力。 因此,对于自学成才的数据科学家而言,在学习过程中优先考虑时间和取得进步是至关重要的。 否则,我们会发现自己每天都在跳来跳去,试图了解有关Reddit和Twitter的最新主题。 艾伦·甘内特(Allen Gannett)在他的《创意曲线》一书中说,掌握所有人的技能可以遵循四个定律: 消费法则-阅读有关该主题的书籍,观看教程和收听有关该主题的播客等。…