如何学习数据科学

数据科学的学习，分为下面几个技能

一、数据处理技能

这个是最基础的能力，会取数、知道如何利用SQL统计指标、计算各种统计量来表达业务含义。

二、数据算法技能

这个有点高深，需要一定的数学、计算机、统计学功底，需要学会线性回归、逻辑斯蒂回归、聚类等相关算法的原理，以及如何用使用工具跑各种算法模型

三、商业分析技能

这个挑战性比较大，对于商业分析，无论是学校、企业很多人还处在摸索状态，没有成型的套路、模型、案例供各方学习（很多都是散落在各个企业的部门里面，没有系统的梳理出来）。

所以第一点和第二点，可以通过学校的学习搞定，而第三点需要在企业中，适合的场景下慢慢摸索才能成长。

信息发展速度之快，好多前沿的，一手的资料都是英文的，资料的容量不逊于数据的容量，不能指望别人帮你翻译。2.寻找资源

数据科学的资源有很多，

英语网站的有：dataau，the Kaggle Forums, data science subreddit 等

中文网站有：我爱机器学习，开源中国社区，大数据极客等3学习一门编程语言

编程能力是数据科学的基础能力之一，目前比较热门的是数据科学编程语言主要是Python和R语言。统计学是数据科学的基础

作为一名数据科学家，你将运用统计思维来分析和解释不同的数据集。统计数据可以帮助您更好地理解数据中的模式，并从中提取见解，从而得出有意义的结论。

5.学以致用

开始构建一个有趣的数据科学项目组合，这些项目可以应用你学习的或者新发现的数据科学技能。可以在一些平台上训练你学得的技能。也可以参加一些比赛。

6交流

可以在网上或者一些相关社区进行交流。