|数据科学之旅:初学数据科学所希望知道的5件事( 二 )


数据建模只是整个机器学习生命周期的一部分 。 你还需要了解数据收集 , 数据准备 , 模型评估 , 模型部署和模型调优 。 在实际项目中 , 大部分时间都消耗在了数据准备而不是数据建模(机器学习建模)上 。
除此之外 , 你还需要学习其他一些知识 , 例如版本控制(Git) , 从API中提取数据 , 了解云计算等等 。 不要将所有时间都花在尝试掌握每种机器学习算法上 。
负担综合症非常常见

|数据科学之旅:初学数据科学所希望知道的5件事
本文插图

图源:unsplash
从我开始学习数据科学的第一天到如今 , 我经常体会到负担综合症 , 但我知道那是完全正常的 。 为什么对数据科学家来说 , 负担综合症很常见也很正常?
· “数据科学”是一个非常模糊的术语 , 它是一个跨学科的领域 , 包括统计学、程序设计、数学、商业理解、数据工程等 。 除此之外 , 数据科学家还有很多同义词(数据分析员、数据工程师、研究科学家、应用科学家) 。 你永远无法成为数据科学所涵盖所有领域的专家 , 你也不应该觉得自己必须做到这一点 。
· 与编程和技术领域的其他学科一样 , 数据科学也在不断发展 。 20年前 , Pandas还没有被创造出来 。 5年前 , Tensorflow才发布 。 总会不断有需要你学习的新技术出现 。
· 你不可能在所有领域成为专家 , 这意味着总会有人在你花更少时间的事情上做得更好 , 这没有什么关系 。
作为一名数据科学家 , 你时常会感觉到负担综合症 , 放轻松 , 专注于自己的事业 。
数据科学之旅教会我很多道理 , 希望这些道理能帮助迷茫的你突破瓶颈 。
|数据科学之旅:初学数据科学所希望知道的5件事
本文插图

留言点赞关注
我们一起分享AI学习与发展的干货
如转载 , 请后台留言 , 遵守转载规范


推荐阅读