科学|学一两门课程可搞不定数据科学，你得经过这五个阶段
北京联盟_本文原题：学一两门课程可搞不定数据科学 ， 你得经过这五个阶段
很多人认为学习数据科学是一个线性过程 。 事实上 ， 它是个有些凌乱的发展过程 ， 更像是一系列平台期构成的 。
本文插图
普遍以为的学习曲线vs真实的学习曲线
幸运的是 ， 已经有一个相当不错的一般性的学习模型 ， 解释了这些平台期是如何起作用的 。 这个模型是Noel Burch在20世纪70年代创造的 ， 又由Robert Greene在《Mastery》一书中进行了扩充 。
根据这个模型的框架 ， 我们的学习要经历五个阶段：从无意识的未掌握 ， 到有意识的未掌握 ， 到有意识的掌握 ， 到无意识的掌握 ， 最后是精通 。 学习数据科学同样遵循这个过程 。
本文插图
Noel Burch和Robert Greene提出的学习五阶段
在这篇文章里 ， 作者会在数据科学的语境下解释学习的每个阶段 ， 并将谈谈他在每个阶段的经验 ， 以及发现的一些捷径——从一个阶段突破瓶颈到下一阶段的最快方法 。
阶段一：无意识且未掌握（完全新手期） 在这个级别 ， 你刚刚开始进入数据科学领域 。 你几乎没有什么编程或统计学方面的经验 。 这个阶段的学习者一般会过度自信 。 很多人认为学一两门课程就能掌握这个领域 。
这也是我刚出校门时的感觉 。 有几门经济学课程打底 ， 我觉得自己已经准备好进入体育分析领域了 。 学习数据科学只是顺理成章的下一步 。 从高处俯瞰 ， 这个领域似乎很简单：你只需要找到数据中的趋势以获得一些洞察 ， 简单吧？
不用说 ， 我完全想错了 。 开始学习编程后 ， 我陷入了无望的迷茫当中 。 我开始整合自己需要学习的所有各种概念 ， 而这个任务有时简单 ， 有时极度艰巨 。
为了从阶段一进入阶段二 ， 你需要初步理解什么是数据科学 ， 掌握它需要懂得哪些编程和数学概念 。 我推荐看一些YouTube视频、接触一些Python编程来达到这种理解 。
阶段二：有意识但未掌握（畏惧期） 一旦你开始觉得编程和数学的世界大到让人不知所措 ， 你已经到了第二阶段 。 在这个阶段 ， 很多人都会卡住 ， 甚至放弃 。 此时 ， 你开始知道数据科学的水有多深 。 要学的东西太多了 ， 不知道从哪下手 。
走通这个阶段的关键 ， 是把数据科学分解成若干小步 。 你需要从某处开始 。 在最基本的层面上 ， 你需要懂一些编程（Python或者R）和简单的统计学 。 找一些在线资源来了解这些方面 。 我推荐学一些免费的编程或数据科学课程（kaggle.com的微课程是我的最爱） 。
在这个阶段缓解我的不知所措的 ， 是我关于自己为什么要学习这个领域的思考 。 我脑海里有一个具体的项目 。 我想要构建一个模型 ， 来改进我当时在玩的daily fantasy sports的结果 。 如果我只专注于建模所必需的技能 ， 我就可以让数据科学显得范围小很多 ， 也更可控 。
注：daily fantasy sports ， 是一种虚拟和现实结合的体育游戏 ， 玩家可以扮演球队经理 ， 选择真实球员组成自己的球队 ， 球队积分根据球员在真实世界中的比赛表现来判定 。
要想进入下一阶段 ， 我建议就一个具体问题进行开发和打磨 ， 这样可以让你的学习范围更小 。 相较于学习整个的数据科学领域 ， 了解完成单个的项目需要学什么是更容易的 。 做一个小项目也没有“学习python”或者“学习统计学”那么令人生畏 ， 因为后者过于宽泛和模糊 。 在早期阶段 ， 你真的只要有编程和统计学的基础知识就可以进行数据科学的实践 。 如果你能做几个小项目 ， 你就顺利上路了 。
我也建议你在kaggle上研究一下别人的代码 。 你可能完全看不懂 ， 但是不要慌 。 渐渐地 ， 你会开始能理解它们 ， 而读大量代码就是这个过程的起点 。 把你看到但不懂的术语、包和算法列个清单 。 每天研究其中的几个 ， 尝试把它们弄明白 。 你会惊讶于你在几周内就能走出很远 。
推荐阅读
- |10分钟吞掉83根热狗，这是科学家算出的人类进食极限
- 趣头条|洗车应该注意什么,怎么科学洗车,老司机告诉你!
- 内分泌疾病|科学家发现高血糖会导致肌肉萎缩
- 皮肤病|儿童3岁前最好别猛晒，小心晒出毛病，做好儿童科学防晒不能马虎
- 小儿健康|儿童3岁前最好别猛晒，小心晒出毛病，做好儿童科学防晒不能马虎
- 女士|【警惕】每天一两杯咖啡＂续命＂，90后女白领竟得了这种老年病...
- |维士与中国科学院深圳先进技术研究院交流
- 维士数字饮食|维士与中国科学院深圳先进技术研究院交流
- 癌症肿瘤|Cell：中国科学家成功绘制出人类肺腺癌的全面蛋白质组图谱
- 星星|科学汇 | 一闪一闪亮晶晶，小小星星转不停