大數(shù)據(jù)學(xué)習(xí)步驟

1.理解數(shù)據(jù)：單純的、沒有任何背景的數(shù)據(jù)是沒有意義的，也容易讓人誤解。數(shù)據(jù)需要有具體的背景才能說明問題。數(shù)據(jù)就像是一種顏色，需要有一個(gè)具體的外觀才能證明它的存在。以紅色為例，它需要一些具體的外觀才能讓我們看到，比如紅色的汽車、紅色的圍巾、紅色的領(lǐng)帶、紅色的鞋子或任何紅色的東西。同理，數(shù)據(jù)也需要和它的環(huán)境、內(nèi)容、模型、方法以及它產(chǎn)生、發(fā)生、使用、修改、執(zhí)行和終止的整個(gè)生命周期結(jié)合在一起。我還沒發(fā)現(xiàn)一個(gè)數(shù)據(jù)科學(xué)家和我談數(shù)據(jù)的時(shí)候不提及像Hadoop、NoSQL、Tableau的技術(shù)或其它老牌供應(yīng)商與流行語。你需要與你的數(shù)據(jù)建立親密的關(guān)系，你需要徹底地了解它。問他人“你的”數(shù)據(jù)為何出現(xiàn)異常就像是問自己的妻子懷了誰的孩子一樣荒謬。我們?cè)谂c聯(lián)合國的合作以及確保學(xué)校遠(yuǎn)離爆炸的相關(guān)軟件中具備一個(gè)獨(dú)有的優(yōu)勢(shì)是：對(duì)底層數(shù)據(jù)的控制力。當(dāng)全世界在使用統(tǒng)計(jì)圖表討論這些數(shù)據(jù)時(shí)，我們是那些回家體驗(yàn)數(shù)據(jù)的人，讓它融入我們的日常生活，這些數(shù)據(jù)的價(jià)值、細(xì)節(jié)和增值，是我們不能在其它地方找到的。對(duì)于其它的項(xiàng)目和客戶，我們也是同樣對(duì)待的。2.理解數(shù)據(jù)科學(xué)家：不幸的是，“數(shù)據(jù)科學(xué)家”恰好是數(shù)據(jù)科學(xué)這個(gè)領(lǐng)域中最容易使人困惑和被誤用的詞之一。有人將其聯(lián)想為知曉世間所有事情的神秘預(yù)言家；有人認(rèn)為他們僅僅是統(tǒng)計(jì)學(xué)家；少數(shù)人認(rèn)為他們只是一些熟悉Hadoop和NoSQL的人；還有人認(rèn)為他們就是一些會(huì)做簡單測(cè)試或是在管理會(huì)議中使用很多晦澀難懂的數(shù)學(xué)和統(tǒng)計(jì)學(xué)術(shù)語的人。甚至于，某些人眼中的可視化控制面板，在另一些人看來只是永無止境的ETL（Extract-Transform-Load，數(shù)據(jù)倉庫技術(shù)）過程。在我看來，數(shù)據(jù)科學(xué)家是一類比數(shù)據(jù)創(chuàng)造者少一些對(duì)科學(xué)的理解，比數(shù)據(jù)生成者少一點(diǎn)對(duì)數(shù)據(jù)的理解的人，而他們恰恰是知道如何把這兩部分工作融會(huì)貫通的人。一個(gè)好的數(shù)據(jù)科學(xué)家應(yīng)該知道外部有哪些資源可用，應(yīng)該和哪些人聯(lián)系，應(yīng)該雇傭什么樣的人，以及采用什么樣的技術(shù)可以完成工作；可以將商業(yè)目標(biāo)和數(shù)據(jù)集市（datamart）連接起來，可以把每一個(gè)點(diǎn)，從商業(yè)利益到人類行為、從數(shù)據(jù)生成到付出的款項(xiàng)簡單地聯(lián)系在一起。3.觀看Ted網(wǎng)站上的這13個(gè)視頻/playlists/56/making_sense_of_too_much_data4.觀看HansRosling的視頻，理解可視化的力量/talks/hans_rosling_shows_the_best_stats_you_ve_ever_seen5.收聽PartiallyDerivative的關(guān)于數(shù)據(jù)科學(xué)的每周博客，查看博客中提供的一些有用資源//resources/6.華盛頓大學(xué)的兩個(gè)課程：《數(shù)據(jù)科學(xué)入門》（IntrotoDataScience）和《數(shù)據(jù)分析計(jì)算》（Computingfordataanalysis）會(huì)是個(gè)好開頭7.利用GitHub上的資源，要盡量多讀8.瀏覽MeasureforAmerica網(wǎng)站（/），了解數(shù)據(jù)如何起作用9.閱讀免費(fèi)圖書FieldGuidetoDataSciences（/media/file/The-Field-Guide-to-Data-Science.pdf）10.努力完成“如何成為數(shù)據(jù)科學(xué)家”的信息圖中的每一個(gè)步驟11.閱讀博客“TheDataCamp”（/），提高R編程技術(shù)12.閱讀博客“simplystats”（/），提高統(tǒng)計(jì)分析能力13.閱讀Zipfian學(xué)院網(wǎng)站上一篇非常實(shí)用的文章“APracticalIntrotoDataScience”（/blog/post/46864003608/a-practical-intro-to-data-science）14.試著完成“TheOpenSourceDataScienceMasters”系列課程/15.學(xué)習(xí)Coursera網(wǎng)站創(chuàng)始人之一AndrewNg的機(jī)器學(xué)習(xí)課程/learn/machine-learning16.盡一切努力完成Coursera上的數(shù)據(jù)科學(xué)專項(xiàng)課程（DataScienceSpecialization），完成所有9門課以及核心項(xiàng)目/specializations/jhudatascience17.如果你缺乏計(jì)算機(jī)科學(xué)的背景或是想側(cè)重于數(shù)據(jù)科學(xué)中的編程部分，請(qǐng)完成Coursera上數(shù)據(jù)挖掘?qū)ｍ?xiàng)課程（DataMiningSpecialization）/specializations/datamining18.（可選項(xiàng)）根據(jù)你想從事的領(lǐng)域，可以參考下面這些專業(yè)相關(guān)的數(shù)據(jù)科學(xué)課程：醫(yī)療保健分析——入門和專項(xiàng)課程（healthcareanalytics–introandspecialization）,教育（education）,性能優(yōu)化（performanceoptimization）和一般學(xué)術(shù)研究（generalacademicresearch）/course/bigdataanalytics/specializations/medicaltech/courses/big-data-for-better-performance/big19.如果要了解數(shù)據(jù)科學(xué)應(yīng)用的部署方面，Coursera上的“云計(jì)算”專項(xiàng)課程以及免費(fèi)的AWS（AmazonWebServices）培訓(xùn)則是“必修課”/specializations/cloudcomputing/training/intro_series/20.學(xué)習(xí)“海量數(shù)據(jù)挖掘”（MiningMassiveDatasets）和“過程挖掘”（ProcessMining）這兩門頂尖課程/course/mmds/course/procmin21.27本最好的免費(fèi)數(shù)據(jù)挖掘類書籍/21-free-data-mining-books/22.每天閱讀DataScienceCentral，類似這樣的文章可以讓你在面試中節(jié)約很多時(shí)間。23.盡可能多在Kaggle上參與比賽項(xiàng)目24.如果還想更上一層樓，以下這些Coursera上的統(tǒng)計(jì)課程會(huì)讓你脫穎而出：推論統(tǒng)計(jì)學(xué)（InferentialStatistics），描述統(tǒng)計(jì)學(xué)（DescriptiveStatistics），數(shù)據(jù)分析和統(tǒng)計(jì)學(xué)（DataAnalysisandStatistics），Passiondrivenstats和MakingSenseofData25.關(guān)注預(yù)測(cè)分析領(lǐng)域大牛的Twitter：@mgualtieri,@analyticbridge,@doug_laney,@Hypatia_LeslieA,@hyounpark,@KDnuggets,@anilbatra26.關(guān)注大數(shù)據(jù)和數(shù)據(jù)科學(xué)領(lǐng)域大牛的Twitter：AlistairCroll,AlexPopescu,@rethinkdb,AmyHeineike,AnthonyGoldbloom,BenLorica,@oreillymedia.,BillHewitt,CarlaGentryCSPO,DavidSmith,DavidFeinleib,DerrickHarris,DJPatil,DougLaney-EddDumbill,EricKavanagh,FernHalper,GilPress,GregoryPiatetsky,HilaryMason,JakePorway,JamesGingerich,JamesKobielus,JeffHammerbacher,JeffKelly,JimHarris,JustinLovell,KevinWeil,KrishKrishnan,ManishBhatt,MervAdrian,MichaelDriscoll,MonicaRogati,NeilRaden,PaulPhilp,PeterSkomoroch,Philip(Flip)Kromer,PhilipRussom,PaulZikopoulos,RussellJurney,SidProbstein,StewartTownsend,ToddLipcon,TroySadkowsky,VincentGranville,WilliamMcKnight,YvesMulkers這張表里的全部內(nèi)容需要3-12個(gè)月的時(shí)間完成，但是完全免費(fèi)。并且我保證你掌握這些技能后，工作機(jī)會(huì)就會(huì)滾滾而來。即使你只完成了一半，通知我一聲，我也可以告訴你接下來該怎么辦?，F(xiàn)在就看你的了，無論你在哪里，能負(fù)擔(dān)多少，如果你想擁有超過平均水平至少四倍的收入，這就是你接下來該做的事，至少是接下