5个学习大数据的正确姿势

  数据科学这个新领域发展迅速的同时也有着较大的人才缺口,还有其可观的薪资吸引了无数人。小编分享学习大数据的5个正确姿势:

  一、学习动机

  

  数据科学是一个广泛而模糊的领域,这使得它很难学习。没有动力,你最终会中途停止对自己失去信心。所以,你需要动力去激励自己,即使是在半夜公式已经开始变的模糊,你还是想探究关于神经网络的意义。你需要些动力来让你发现统计、线性代数和神经网络之间的联系,当你在困惑“下一步我该学习什么?”的时候。

  我痴迷于改善程序的性能,我痴迷于股票市场,我学习去爱数据。我去学习一切能让这个项目结果更好的技能。并不是每个人都会痴迷于股市预测,但重要的是要发现你想学习的东西。

  二、实践出真知

  

  学习神经网络、图像识别和其他尖端技术是很重要的,但大多数数据科学工作不涉及这些,而是:

  1、90%的工作将是数据清理。

  2、精通几个算法比知道一点许多算法要好。

  3、如果你知道线性回归、k - means聚类和逻辑回归,可以解释和诠释他们的研究结果,并可以用这些完成一个项目,你将比如果你知道每一个演算法,但不使用它们更优质。

  4、大多数时候,当你使用一种算法,它将是库中的一个版本(你很少会自己编码支持向量机实现——这需要太长时间)。

  所有这些意味着最好的学习方法是在项目工作中学习,通过项目,你可以获得有用的技能。一种方法是在一个项目中先找到一个你喜欢的数据集,回答一个有趣的问题。另一种方法是找到一个深层次的问题,例如预测股票市场,然后分解成小步骤。我先进次连接到雅虎财经的API,并爬下每日价格数据。然后我创建了一些指标,比如在过去的几天里的平均价格,并用它们来预测未来(这里没有真正的算法,只是技术分析)。这个效果不太好,所以我学会了一些统计知识,然后用线性回归。 然后连接到另一个API,清理每一分钟的数据,并存储在一个SQL数据库。 等等,直到算法效果很好。

  这样做的好处是我在一个学习环境中学习。我不仅仅学习了SQL语法,用它来储存价格数据,还比仅仅学习语法多学习了十倍的东西。学习而不应用的知识很难被保留,当你做实际的工作的时候也不会准备好。

大数据是未来的发展方向,正在挑战我们的分析能力及对世界的认知方式,因此,我们与时俱进,迎接变化,并不断的成长!大数据学习群:868847735  一起讨论进步学习

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值