知識星球
筆者邀請您，先思考：
1 資料科學家如何構建知識體系？
根據30年的商業經驗，下麵的串列是我認為首先應該在資料科學課中講授的（非全面的）內容選擇。 這是我文章的後續內容為什麼Logistic回歸應該最後講解。
我不確定下麵這些主題是否在資料營或大學課堂上討論過。 問題之一是招聘教師的方式。 招聘過程是有利於以學業成就或其“明星”身份而聞名的個人，並且他們傾向於在數十年內反覆教導同一事物。 厲害的專業人士對成為老師毫無興趣（俗話說：如果你做不到，就寫出來，如果你寫不出來，就教你。）
它不一定是那樣。 大量合格的專業人士，儘管不是明星，但他們會成為完美的老師，並不一定是受到金錢的激勵。 他們在實戰中獲得大量的經驗，可能會是很棒的老師，幫助學生處理真實的資料。 他們不需要成為資料科學家，許多工程師完全有能力（並且有資格）提供強大的資料科學培訓。
在資料科學課程中應該儘早講解的主題
我的建議如下：
-
概述演演算法如何工作
-
不同型別的資料和資料問題（資料缺失，資料重覆，資料錯誤）以及探索真實樣本資料集，並且有建設性地批判他們
-
如何確定有用的度量指標
-
資料科學專案的生命週期
-
程式語言簡介和基本命令列指令（Unix命令：grep，sort，uniq，head，Unix管道等）。
-
將結果傳達給非專家並理解決策者的請求（將請求轉化為資料科學家的行動專案）
-
概述常見技術的優缺點，以及何時使用它們
-
實體探究
-
能夠識別有缺陷的研究
相比之下，傳統資料科學課程中首先討論了一個典型的主題串列：
-
機率論，隨機變數，最大似然估計
-
線性回歸，邏輯回歸，方差分析，一般線性模型
-
K-NN（最近鄰居聚類），層次聚類
-
假設檢驗，非引數統計，馬爾可夫鏈，時間序列
-
NLP，尤其是詞雲（適用於小樣本Twitter資料）
-
協同過濾演演算法
-
神經網路，決策樹，線性判別分析，樸素貝葉斯
這些技術沒有什麼根本性的錯誤（除了最後兩個），但是你不可能在職業生涯中使用它們 – 而不是在課堂上提出的基本版本 – 除非你是在一群志同道合的人中全部使用相同的老式黑盒子工具。確實應該教他們，但也許不是一開始。
資料科學課程中應包含的主題
下麵列出的不應該在一開始就教，但是非常有用，很少包括在標準課程中：
-
模型選擇，工具（產品）選擇，演演算法選擇
-
經驗法則
-
最佳實踐
-
將非結構化資料轉換為結構化資料（建立分類法，編目演演算法和自動標註）
-
如此處所述，混合多種技術以獲得最佳效果
-
測量模型表現（R-Squared是最差的指標，但通常是課堂上教授的唯一指標）
-
資料增強（找到外部資料集和功能以獲得更好的預測能力，將其與內部資料混合）
-
建立你自己的自製模型和演演算法
-
大資料的詛咒（與維度的詛咒不同）以及如何區分相關和因果關係
-
應該更新資料科學實現（例如查詢表）的頻率
-
從設計原型到生產樣式部署：警告
-
蒙特卡洛模擬（一種簡單的替代方案，可以計算置信區間和測試統計假設，甚至不需要知道隨機變數是什麼）。
原文連結：
https://www.datasciencecentral.com/profiles/blogs/the-first-things-you-should-learn-as-a-data-scientist-not-what-yo
版權宣告：作者保留權利，嚴禁修改，轉載請註明原文連結。
您有什麼見解，請留言。
文章推薦：
加入資料人圈子或者商務合作，請新增筆者微信。
資料人網是資料人學習、交流和分享的平臺http://shujuren.org 。專註於從資料中學習到有用知識。
平臺的理念：人人投稿，知識共享；人人分析，洞見驅動；智慧聚合，普惠人人。
您在資料人網平臺，可以1）學習資料知識；2）建立資料部落格；3）認識資料朋友；4）尋找資料工作；5）找到其它與資料相關的乾貨。
我們努力堅持做原創，聚合和分享優質的省時的資料知識！
我們都是資料人，資料是有價值的，堅定不移地實現從資料到商業價值的轉換！
點選閱讀原文，進入資料人網，獲取資料知識。
公眾號推薦：
鏈達君，專註於分享區塊鏈內容。
腳印英語，專註於分享英語口語內容。
