四步突破数据科学

很可能出自某个数据库，这是不同于书籍或课程的典型情况——不会获得格式正确的CSV文件。通常，你需要具备专业知识(或认识懂这方面知识的人)，对SQL也要有一定的了解。

如果用Python或R语言分析，那就不要用太多时间来学SQL分析函数、PLSQL/T-SQL和所有那些高难度东西。在这种情况下，SQL的任务很大程度上依靠的是结合几组表格，在上面进行分析。

这个过程要花的时间取决于使用方式以及先验知识，但新手在这里花的时间不会超过一个月。

2. 现在来谈谈数据科学

如果按照上面的每一步来，还没有先验知识，此时可能是2020年的8月或9月。时间已经过去很多了，但你已经具备寻求第一份工作的所有先决条件。

不是所有都要刚刚好。

要找一份数据科学的工作，目前也只提了先决条件。后面这两个月，建议对一些基础的数据分析和可视化库有所了解，如：

• Numpy
• Pandas
• Matplotlib
• Scipy
• Statsmodels

这是在你不懂的情况下(如果不知道为何需要这些知识的话学起来会感到无聊)。

不要走马观花式看课程，到网站上下载数据集然后完整地分析。再到网上看其他人对于同一数据集是如何处理的，看自己怎么改进。

同样，在这两个月时间内，应该熟悉一些机器学习的算法，如：

• 线性回归(Linear Regression)
• 逻辑回归(Logistic Regression)
• 分类与回归树(Classification and Regression Trees)
• KNN(k-NearestNeighbor，K最近邻分类算法)
• 朴素贝叶斯分类(Naive Bayes)
• SVM(Support Vector Machine，支持向量机)

也许实际操作中不会用到这些，但它们是日后学习更多高级算法XGBoost和神经网络(Neural networks)的基础。有了分析数据库，记得不要只

（编辑：孝感站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!