想要開始作為數(shù)據(jù)科學(xué)家的職業(yè)，但不知道從哪里開始帆竹？通過這篇文章绕娘，你講知道一切。嗨栽连，大家好险领，歡迎訪問這個(gè)很棒的數(shù)據(jù)科學(xué)教程博客侨舆，它將為您提供一個(gè)進(jìn)入數(shù)據(jù)科學(xué)世界的起點(diǎn)。讓我們看一下我們今天將要學(xué)習(xí)的內(nèi)容：

為什么選擇數(shù)據(jù)科學(xué)绢陌？

據(jù)說數(shù)據(jù)科學(xué)家是“ 21世紀(jì)最勤奮的工作”挨下。為什么？因?yàn)樵谶^去的幾年中脐湾，公司一直在存儲(chǔ)他們的數(shù)據(jù)臭笆。每家公司都在這樣做，它突然導(dǎo)致了數(shù)據(jù)爆炸秤掌。數(shù)據(jù)已成為當(dāng)今最豐富的東西愁铺。

但是，您將如何處理這些數(shù)據(jù)闻鉴？讓我們通過一個(gè)例子來理解這一點(diǎn)：

假設(shè)您有一家生產(chǎn)手機(jī)的公司茵乱。您發(fā)布了您的第一個(gè)產(chǎn)品，并因此大受歡迎椒拗。每種技術(shù)都有生命似将，對(duì)嗎获黔？因此蚀苛，現(xiàn)在該提出新的東西了。但是玷氏，您不知道應(yīng)該創(chuàng)新什么堵未，才能滿足渴望等待下一個(gè)版本的用戶的期望？

您公司中的某個(gè)人提出了一個(gè)使用用戶生成的反饋的想法盏触，并選擇我們認(rèn)為用戶在下一個(gè)版本中期望的東西渗蟹。

進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域后，您可以應(yīng)用各種數(shù)據(jù)挖掘技術(shù)赞辩，例如情感分析等雌芽，并獲得所需的結(jié)果。

不僅如此辨嗽，您可以做出更好的決策世落，還可以通過高效的方式降低生產(chǎn)成本，并為客戶提供他們真正想要的東西糟需！

這樣屉佳，數(shù)據(jù)科學(xué)可以帶來無數(shù)的收益，因此洲押，對(duì)于您的公司而言武花，擁有數(shù)據(jù)科學(xué)團(tuán)隊(duì)絕對(duì)是必要的。此類要求導(dǎo)致今天以“數(shù)據(jù)科學(xué)”為主題杈帐，因此体箕，我們正在為您編寫“數(shù)據(jù)科學(xué)教程”博客。

數(shù)據(jù)科學(xué)教程：什么是數(shù)據(jù)科學(xué)？

隨著數(shù)學(xué)統(tǒng)計(jì)和數(shù)據(jù)分析的發(fā)展累铅，最近出現(xiàn)了“數(shù)據(jù)科學(xué)”一詞驶沼。旅途非常了不起，今天我們?cè)跀?shù)據(jù)科學(xué)領(lǐng)域已經(jīng)取得了許多成就争群。

在未來幾年中回怜，我們將能夠根據(jù)MIT研究人員的預(yù)測(cè)來預(yù)測(cè)未來。通過出色的研究换薄，他們已經(jīng)在預(yù)測(cè)未來方面達(dá)到了里程碑∮裎恚現(xiàn)在，他們可以使用自己的機(jī)器來預(yù)測(cè)電影下一幕將會(huì)發(fā)生什么轻要！怎么樣复旬？到目前為止，您可能還需要了解一些復(fù)雜的知識(shí)冲泥，但是不要擔(dān)心驹碍，在本博客的結(jié)尾，您也將找到答案凡恍。

回來時(shí)志秃，我們談?wù)摰氖菙?shù)據(jù)科學(xué)，它也稱為數(shù)據(jù)驅(qū)動(dòng)科學(xué)嚼酝，它利用科學(xué)方法浮还，過程和系統(tǒng)從各種形式（即結(jié)構(gòu)化或非結(jié)構(gòu)化）的數(shù)據(jù)中提取知識(shí)或見解。

這些方法和過程是什么闽巩，這就是我們今天將在此數(shù)據(jù)科學(xué)教程中討論的內(nèi)容钧舌。

向前邁進(jìn)，這是誰在頭腦風(fēng)暴涎跨，還是誰在實(shí)踐數(shù)據(jù)科學(xué)洼冻？數(shù)據(jù)科學(xué)家。

誰是數(shù)據(jù)科學(xué)家隅很？

正如您在圖中所看到的撞牢，數(shù)據(jù)科學(xué)家是所有行業(yè)的大師！他應(yīng)該精通數(shù)學(xué)外构，應(yīng)該精通商業(yè)領(lǐng)域普泡，并且還應(yīng)該具有出色的計(jì)算機(jī)科學(xué)技能。害怕嗎不用了盡管您需要在所有這些領(lǐng)域都表現(xiàn)出色审编，但是即使不是撼班，您也不孤單！沒有“一個(gè)完整的數(shù)據(jù)科學(xué)家”之類的東西垒酬。如果我們談?wù)撛诠经h(huán)境中工作砰嘁，則工作分布在各個(gè)團(tuán)隊(duì)之間件炉，其中每個(gè)團(tuán)隊(duì)都有自己的專業(yè)知識(shí)。但事實(shí)是矮湘，您應(yīng)該精通這些領(lǐng)域中的至少一個(gè)斟冕。此外，即使您不熟悉這些技能缅阳，也請(qǐng)放心磕蛇！這可能需要一些時(shí)間，但是可以發(fā)展這些技能十办，相信我秀撇，這是值得您投入的時(shí)間。為什么向族？好吧呵燕，讓我們看看工作趨勢(shì)。

數(shù)據(jù)科學(xué)家工作趨勢(shì)

好吧件相，該圖說明了一切再扭，不僅數(shù)據(jù)科學(xué)家有很多職位空缺，而且這些職位的報(bào)酬也很高夜矗！不泛范，我們的博客不會(huì)涵蓋工資數(shù)字，請(qǐng)去Google侯养！

好吧敦跌，我們現(xiàn)在知道，學(xué)習(xí)數(shù)據(jù)科學(xué)實(shí)際上是有道理的逛揩，不僅因?yàn)樗浅Ｓ杏茫以诓痪玫膶砟鷮碛幸粋€(gè)出色的職業(yè)麸俘。

讓我們現(xiàn)在開始學(xué)習(xí)數(shù)據(jù)科學(xué)的旅程辩稽，首先，

如何解決數(shù)據(jù)科學(xué)中的問題从媚？

因此逞泄，現(xiàn)在，讓我們討論如何解決問題并使用數(shù)據(jù)科學(xué)解決問題拜效。數(shù)據(jù)科學(xué)中的問題使用算法解決。但是到千，要判斷的最大問題是使用哪種算法以及何時(shí)使用它？

基本上，在數(shù)據(jù)科學(xué)中您可以面對(duì)5種問題络断。

讓我們一一解答這些問題和相關(guān)的算法：

這是A還是B？

關(guān)于這個(gè)問題，我們指的是具有絕對(duì)答案的問題淹父，因?yàn)樵诰哂泄潭ń鉀Q方案的問題中，答案可能是“是”或“不是”，1或0导坟，感興趣的，也許是或不感興趣的。

例如：

問：您將喝什么似踱，茶還是咖啡？

在這里，您不能說要喝可樂舟扎！由于該問題僅提供茶或咖啡，因此您只能回答其中之一悴务。

當(dāng)我們只有兩種類型的答案時(shí)睹限，即是或否，1或0讯檐，它稱為2 –類分類羡疗。具有兩個(gè)以上的選項(xiàng)，稱為多類分類裂垦。

最后顺囊，每當(dāng)遇到問題時(shí)，答案都是明確的蕉拢，在數(shù)據(jù)??科學(xué)中，您將使用分類算法來解決這些問題诚亚。

您可能會(huì)遇到《數(shù)據(jù)科學(xué)教程》中的下一個(gè)問題晕换，也許是這樣的，

這很奇怪嗎站宗？

此類問題涉及模式闸准，可以使用異常檢測(cè)算法解決。

例如：

嘗試將問題“這很奇怪梢灭？”與該圖相關(guān)聯(lián)夷家，

上面的模式有什么怪異的蒸其？紅家伙，不是嗎库快？

每當(dāng)模式中斷時(shí)摸袁，算法都會(huì)標(biāo)記該特定事件供我們查看。信用卡公司已經(jīng)實(shí)現(xiàn)了該算法的實(shí)際應(yīng)用义屏，其中靠汁，用戶的任何異常交易都被標(biāo)記為需要審查。因此闽铐，實(shí)施安全措施并減少了人員的監(jiān)視工作量蝶怔。

讓我們看一下《數(shù)據(jù)科學(xué)教程》中的下一個(gè)問題，不要害怕兄墅，可以處理數(shù)學(xué)踢星！

多少或多少？

你們當(dāng)中那些不喜歡數(shù)學(xué)的人會(huì)放心隙咸！回歸算法在這里沐悦！

因此，只要有可能需要數(shù)字或數(shù)值的問題扎瓶，我們都會(huì)使用回歸算法來解決所踊。

例如：

溫度-數(shù)據(jù)科學(xué)教程-Edureka

明天氣溫如何？

由于我們期望在響應(yīng)此問題時(shí)使用一個(gè)數(shù)值，因此我們將使用回歸算法對(duì)其進(jìn)行求解糊治。

在本數(shù)據(jù)科學(xué)教程中繼續(xù)學(xué)習(xí)下一個(gè)算法猎唁，

這是如何組織的？

假設(shè)您有一些數(shù)據(jù)继薛，但現(xiàn)在您不知道如何利用這些數(shù)據(jù)。因此愈捅，問題是如何組織的遏考？

好了，您可以使用聚類算法解決它蓝谨。他們?nèi)绾谓鉀Q這些問題灌具？讓我們來看看：

聚類算法根據(jù)常見特征對(duì)數(shù)據(jù)進(jìn)行分組。例如譬巫，在上圖中咖楣，基于顏色來組織點(diǎn)。同樣芦昔，無論是任何數(shù)據(jù)诱贿，聚類算法都試圖了解它們之間的共同點(diǎn)，因此將它們“聚類”在一起。

您可能會(huì)遇到的本數(shù)據(jù)科學(xué)教程中的下一個(gè)也是最后一個(gè)問題是珠十，

接下來我該怎么辦料扰？

每當(dāng)遇到問題（其中計(jì)算機(jī)必須根據(jù)所接受的培訓(xùn)來做出決定）時(shí)，它都會(huì)涉及到加固算法焙蹭。

例如：

溫度-數(shù)據(jù)科學(xué)教程-Edureka

您的溫度控制系統(tǒng)必須決定是降低房間溫度還是升高房間溫度晒杈。

這些算法如何工作？

這些算法基于人類心理學(xué)壳嚎。我們喜歡被欣賞對(duì)嗎桐智？計(jì)算機(jī)實(shí)現(xiàn)這些算法，并期望在接受培訓(xùn)時(shí)得到贊賞烟馅。怎么樣说庭？讓我們來看看。

與其教計(jì)算機(jī)做什么郑趁，不如讓計(jì)算機(jī)決定如何做刊驴，并且在該操作結(jié)束時(shí)，您給出正面或負(fù)面的反饋寡润。因此捆憎，您不必讓系統(tǒng)定義什么是對(duì)，什么是錯(cuò)梭纹，而是讓系統(tǒng)“決定”做什么躲惰，最后給出反饋。

就像訓(xùn)練你的狗一樣变抽。你不能控制你的狗做什么础拨，對(duì)不對(duì)？但是當(dāng)他做錯(cuò)事時(shí)绍载，你可以責(zé)罵他诡宗。同樣，當(dāng)他完成預(yù)期的操作時(shí)击儡，可能會(huì)拍打他的背塔沃。

讓我們?cè)谏厦娴氖纠袘?yīng)用這種理解，假設(shè)您正在訓(xùn)練溫度控制系統(tǒng)阳谍，那么每當(dāng)否蛀柴。房間中的人數(shù)增加，系統(tǒng)必須采取措施矫夯。降低溫度或升高溫度名扛。由于我們的系統(tǒng)一無所知，因此需要做出一個(gè)隨機(jī)決定茧痒，讓我們假設(shè)，這會(huì)提高溫度融蹂。因此旺订，您給出負(fù)面的反饋弄企。這樣一來，計(jì)算機(jī)就會(huì)知道房間中人數(shù)的增加区拳，永遠(yuǎn)不會(huì)增加溫度拘领。

同樣，對(duì)于其他操作樱调，您應(yīng)提供反饋约素。有了您的系統(tǒng)正在學(xué)習(xí)的每個(gè)反饋，因此在下一個(gè)決策中它將變得更加準(zhǔn)確笆凌，這種學(xué)習(xí)類型稱為強(qiáng)化學(xué)習(xí)圣猎。

現(xiàn)在，我們?cè)诒緮?shù)據(jù)科學(xué)教程中上面學(xué)習(xí)的算法涉及一種常見的“學(xué)習(xí)實(shí)踐”乞而。我們正在使機(jī)器學(xué)習(xí)正確嗎送悔？

什么是機(jī)器學(xué)習(xí)？

機(jī)器學(xué)習(xí)-數(shù)據(jù)科學(xué)教程-Edureka

這是一種人工智能爪模，使計(jì)算機(jī)能夠自行學(xué)習(xí)欠啤，即無需顯式編程即可學(xué)習(xí)。通過機(jī)器學(xué)習(xí)屋灌，機(jī)器可以在遇到新情況時(shí)更新自己的代碼洁段。

在本數(shù)據(jù)科學(xué)教程的結(jié)尾，我們現(xiàn)在知道數(shù)據(jù)科學(xué)得到了機(jī)器學(xué)習(xí)及其分析算法的支持共郭。我們?nèi)绾芜M(jìn)行分析祠丝，我們?cè)谀睦镞M(jìn)行分析。數(shù)據(jù)科學(xué)還具有一些組件落塑，可以幫助我們解決所有這些問題纽疟。

在此之前，讓我回答一下MIT如何預(yù)測(cè)未來憾赁，因?yàn)槲艺J(rèn)為你們現(xiàn)在可以將其聯(lián)系起來污朽。因此，麻省理工學(xué)院的研究人員通過電影訓(xùn)練了他們的模型龙考，并且計(jì)算機(jī)了解了人類如何反應(yīng)蟆肆，或者他們?cè)诓扇⌒袆?dòng)之前如何行動(dòng)。

例如晦款，當(dāng)您要與某人握手時(shí)炎功，您可以從口袋里掏出手，或者靠在那個(gè)人身上缓溅∩咚穑基本上，我們所做的每件事都會(huì)有一個(gè)“行動(dòng)前”。在電影的幫助下淤齐，對(duì)計(jì)算機(jī)進(jìn)行了這些“預(yù)操作”的培訓(xùn)股囊。然后，通過觀察越來越多的電影更啄，他們的計(jì)算機(jī)可以預(yù)測(cè)角色的下一個(gè)動(dòng)作稚疹。

容易嗎？然后讓我在此數(shù)據(jù)科學(xué)教程中向您提出另一個(gè)問題祭务！他們必須在其中實(shí)現(xiàn)哪種機(jī)器學(xué)習(xí)算法内狗？

數(shù)據(jù)科學(xué)組件

1.數(shù)據(jù)集

您將分析什么？數(shù)據(jù)义锥，對(duì)不對(duì)柳沙？您需要大量可以分析的數(shù)據(jù)，這些數(shù)據(jù)會(huì)饋送到您的算法或分析工具中缨该。您可以從過去進(jìn)行的各種研究中獲得這些數(shù)據(jù)偎行。

2. R Studio

R是R基金會(huì)支持的用于統(tǒng)計(jì)計(jì)算和圖形的開源編程語言和軟件環(huán)境。 R語言在稱為R Studio的IDE中使用贰拿。

為什么使用它蛤袒？

編程和統(tǒng)計(jì)語言編程統(tǒng)計(jì)：除了用作統(tǒng)計(jì)語言外，還可以將其用作分析目的的編程語言膨更。

數(shù)據(jù)分析和可視化分析：可視化是最主要的分析工具之一妙真，R也是用于數(shù)據(jù)可視化的最受歡迎的工具之一。

簡(jiǎn)單易學(xué)易用：R是一個(gè)簡(jiǎn)單易學(xué)荚守，易讀易寫的

開放式：免費(fèi)和開源珍德。R是FLOSS（自由/自由和開源軟件）的一個(gè)示例，它意味著人們可以自由分發(fā)此軟件的副本矗漾，閱讀其源代碼锈候，對(duì)其進(jìn)行修改等。

R Studio足以進(jìn)行分析敞贡，直到我們的數(shù)據(jù)集變得龐大且同時(shí)沒有結(jié)構(gòu)化泵琳。這種數(shù)據(jù)稱為大數(shù)據(jù)。

3.大數(shù)據(jù)

大數(shù)據(jù)是指龐大而復(fù)雜的數(shù)據(jù)集的集合誊役，以至于難以使用現(xiàn)有的數(shù)據(jù)庫管理工具或傳統(tǒng)的數(shù)據(jù)處理應(yīng)用程序進(jìn)行處理获列。

現(xiàn)在要馴服這些數(shù)據(jù)，我們不得不想出一個(gè)工具蛔垢，因?yàn)闆]有傳統(tǒng)的軟件可以處理這種數(shù)據(jù)击孩，因此我們想出了Hadoop。

4. Hadoop

Hadoop是一個(gè)框架鹏漆，可幫助我們并行和以分布方式存儲(chǔ)和處理大型數(shù)據(jù)集巩梢。讓我們集中討論Hadoop的存儲(chǔ)和處理部分创泄。

Store

Hadoop中的存儲(chǔ)部分由HDFS（即Hadoop分布式文件系統(tǒng)）處理。它在整個(gè)分布式生態(tài)系統(tǒng)中提供了高可用性且改。它的功能方式是這樣的验烧，它將輸入的信息分解為多個(gè)塊，然后將它們分布到集群中的不同節(jié)點(diǎn)又跛，從而實(shí)現(xiàn)分布式存儲(chǔ)。

Process

MapReduce是Hadoop處理的核心若治。該算法執(zhí)行兩個(gè)重要任務(wù)慨蓝，即映射和歸約。映射器將任務(wù)分解為較小的任務(wù)端幼，這些任務(wù)將并行處理礼烈。一次，所有映射器都分擔(dān)工作婆跑，匯總結(jié)果此熬，然后通過“簡(jiǎn)化”過程將這些結(jié)果降低為更簡(jiǎn)單的值。

如果我們將Hadoop用作數(shù)據(jù)科學(xué)中的存儲(chǔ)滑进，則由于R Studio無法在分布式環(huán)境中正常運(yùn)行犀忱，因此很難使用R Studio處理輸入，因此我們有了SparkR扶关。

5. Spark R

它是一個(gè)R軟件包阴汇，提供了將Apache Spark與R結(jié)合使用的輕量級(jí)方法。為什么要在傳統(tǒng)R應(yīng)用程序上使用它节槐？因?yàn)椴笫峁┝朔植际綌?shù)據(jù)幀實(shí)現(xiàn)，該實(shí)現(xiàn)支持選擇铜异，過濾哥倔，聚合等操作，但支持大型數(shù)據(jù)集揍庄。

現(xiàn)在喘口氣咆蒿！我們已經(jīng)完成了本數(shù)據(jù)科學(xué)教程中的技術(shù)部分，現(xiàn)在就從您的工作角度來看它币绩。我認(rèn)為您現(xiàn)在已經(jīng)可以為數(shù)據(jù)科學(xué)家索取薪水了蜡秽，但是，讓我們討論一下作為數(shù)據(jù)科學(xué)家可以擔(dān)任的職位缆镣。

數(shù)據(jù)科學(xué)家的職位

一些著名的數(shù)據(jù)科學(xué)家職位是：

數(shù)據(jù)科學(xué)家

數(shù)據(jù)工程師

數(shù)據(jù)架構(gòu)師

數(shù)據(jù)管理員

數(shù)據(jù)分析師

業(yè)務(wù)分析師

數(shù)據(jù)/分析經(jīng)理

商業(yè)智能經(jīng)理

以下此數(shù)據(jù)科學(xué)教程中的Payscale.com圖表顯示了按美國和印度的技能劃分的數(shù)據(jù)科學(xué)家的平均工資芽突。

掌握數(shù)據(jù)科學(xué)和大數(shù)據(jù)分析技能的時(shí)機(jī)已經(jīng)成熟，可以利用您所遇到的數(shù)據(jù)科學(xué)職業(yè)機(jī)會(huì)董瞻。這使我們到了Data Science教程博客的結(jié)尾寞蚌。我希望這個(gè)博客能為您提供更多信息并為您增值√锇停現(xiàn)在是進(jìn)入數(shù)據(jù)科學(xué)世界并成為成功的數(shù)據(jù)科學(xué)家的時(shí)候了。

數(shù)據(jù)分析圣經(jīng)《利用python進(jìn)行數(shù)據(jù)分析 第二版》中英文+課程代碼：

鏈接:https://pan.baidu.com/s/1FOXCjiG0tsm5GOsLyxq2aA 密碼:d6ek