本文分為兩部分:第一部分介紹我學習的過程，第二部分介紹對新人的指導規劃
總覽下我的學習過程，我的學習過程分為一些幾個階段：
平台在這裡： 另外我有我同學給我的魚c至尊會員號，需要的話可以跟我要。
總結：python語言基本理論會的的差不多了
（2）2023年7月4號 - 8月22號：提前來到學校，老師給我安排了乙個資料收集的任務，做的事情就是下面我的簡歷裡寫的那樣，基本每個平台寫四天，寫完之後去找老師匯報，在這個過程中練會了兩個技能：python資料爬取和python基本語法。
資料爬取也就是爬蟲那些東西，同時練會了python常用的容器的使用，基本通過這乙個月的工程鍛鍊把python語法練熟了。
此外有挑選的看了《機器學習實戰》中的以下章節：k-鄰近、決策樹、樸素貝葉斯、logistic回歸、adaboost元演算法、回歸、k-均值、pca降維，這樣有挑選看的，每章**一點點琢磨看通執行調通，並將k-鄰近、決策樹、樸素貝葉斯、logistic回歸**寫三遍（一遍抄寫、二遍有點感覺的抄寫、三遍自己寫不懂的回看）。
總結：通過工程鍛鍊學會python的基本使用，學會了資料爬取，機器學習方面學會了淺層理論（不會推導），知道了一些演算法的實現思想，如何用python不掉包實現基本機器學習演算法。
書主要看的是《統計學習方法》，基本算是一本書看透了，從感知機開始到隱馬模型，最後一章條件隨機場沒看，因為感覺沒用到（最近發現，nlp裡面要用到條件隨機場，又學了一遍，這本書算是看完了），算是把機器學習的大部分演算法的原理理解的差不多了。
此外有一門講的非常好的課，會乙個個介紹機器學習演算法，並程式設計介紹怎麼實現（如果提前看了 《機器學習實戰》，會覺得課程很輕鬆，不然真的是 這門課一半以上人都聽不懂），這門是研一上學期賈老師的機器學習 課程。
總結：通過乙個個機器演算法理論的學習，最主要的是樹立了自信，知道了每個演算法怎麼過來的，而不是剛開始時候感覺會點東西，但是又感覺什麼都不會，並且看著自己寫的筆記，能很快在面試前重新掌握這個演算法（找工作時候別人很看重你對推導過程的理解）
（3）2023年12月- 寒假：這段時間因為老師回國了，老師讓學習深度學習方面的知識，並在學會後做成ppt跟老師交流，所以我們開始了學習深度學習的過程，這段時間學習的成果就是給你們的5個ppt,我們當時分別學習了：dnn（深度神經網路）、cnn(卷積神經網路)、rnn(迴圈神經網路)、遷移學習、強化學習理論，並學習了乙個多月的深度學習框架tensorflow, 我們當時是這樣的，乙個多星期學習dnn，將dnn原理、推導過程、外加乙個案例做成第乙個ppt,乙個多星期學習cnn，將cnn原理、推導過程、常用cnn網路做成第二個ppt，依次下來完成5個ppt,並在做案例過程中學習對tensorflow框架的使用。
書籍沒咋地看，看了本《tensorflow實戰》
總結：乙個多月時間學習了深度學習常用演算法的理論，掌握了深度學習框架tensorflow，並在做ppt過程中把整個深度學習常用的演算法理解透了。
（4）2023年3月開始 -4月初：下學期生活，開始時候跟你師姐一起每天都在學習tensorflow框架，看了很多書，其中看完了《tensorflow技術解析與實戰》（強烈推薦）、《神經網路和深度學習》、看並敲**看了三分之二的《tensorflow機器學習實戰指南》，以及《tensorflow實戰》，就這些吧，一直在練習tensorflow框架的使用，這樣的生活持續到清明節。
總結：這段時間主要是迫切想鍛鍊工程能力，收穫是對tensorflow用的更熟練了。
（5）2023年清明節-2023年6月：老師讓打kdd cup比賽，kdd cup2018任務是**未來48小時的空氣質素，但是感覺自己除了會點演算法什麼都不懂哎，就在qq群裡問誰想打比賽，結果一呼百應，來了5個人一起，外加本校的乙個、和你師姐，組成8人隊伍打比賽，之後乙個月裡面，開始看資料、問人怎麼去打資料探勘競賽，從基本的資料處理開始（慢慢的其他人都不靠譜，在群裡不怎麼回應了、我和你師姐就撐起隊伍，emm....因為是老師要求的不敢放棄）一點點的整理清洗資料、自己造特徵，用pandas做資料整理將資料轉成模型的結構，乙個多月時間，嘗試了時空殘差網路、gbdt、xgboost各種模型方案，每天早上7點來提交結果，下午三點等待線上分數和排名變化，這樣經過乙個多月時間直到比賽結束，得到最後很一般的排名80/4200，順便有乙個還行的簡歷內容。
認真打乙個比賽真的非常鍛鍊人，經過這次比賽，我主要是學會了一種技能：有了給你一些資料，你能直到怎麼對這些資料做處理、讓模型跑出好的結果的工程能力。 說著簡單，裡面卻是包含了非常多的東西，包括資料預處理，怎麼組織資料、怎麼處理異常資料、怎麼做資料變換、怎麼有效整理儲存資料、怎麼選模型、怎麼跑模型、怎麼調和融合模型得到好的效果，並且認識了好多大佬，交了一些名校的朋友，增長了很多見識，算是融進資料科學這個圈子裡了。
書看的是：《利用python進行資料分析》
此外研一下學期有門講的非常好的課，名字叫大資料重建方法，專門講pandas、numpy、matplotlib這些做資料處理需要的東西，你們可以學習下。
總結：這段時間最大的收穫就是打了一場頂級資料探勘賽事，通過這個過程鍛鍊了工程能力，學會了應對真實世界不乾淨、複雜資料的處理方法，掌握了怎麼利用機器學習知識和深度學習知識解決實際問題的流程， 使得之前學習的理論基礎切實的學以致用，感受到人工智慧的強用途，並為自己的簡歷填色。
（6）2023年6月-至今：將之前打的比賽寫成**，給老師做用強化學習應用於路徑規劃的事情，做了個國網問答的專案，打kaggle上的賽事，為自己簡歷積攢點內容，就這些把，碼太多，手有點累。
總結：6個階段把，慢慢來吧，祝你們好運！
資料科學家的成長之路
背景 平凡之路 凡事預則立，不預則廢。結合國內外的行業現狀，和資料科學領域的培養模式，我把資料科學的學習過程分成以下四個級別 入門 初級 中級 高階。吃瓜群眾就是喜歡分級，哈哈哈 高階之上，我認為還有乙個級別 高階，強調跨學科的綜合能力，以及團隊協作能力。由於我不是科班出身，學得不夠系統，所以現在的...
華裔科學家張首晟 個人資料完全由個人擁有
經多方 確認，知名美國華裔物理學家 史丹福大學終身教授張首晟被曝於12月1日去世，年僅55歲。2007年，張首晟教授發現的 量子自旋霍爾效應 被 科學 雜誌評為當年的 全球十大重要科學突破 之一。張首晟教授生前高度評價區塊鏈技術，並對區塊鏈行業有深入研究和重要貢獻。在張教授提出的大資料觀點中，有這樣...
大資料到底好學嗎 資料科學家論與大資料學習知識誤區
地球推薦乙個大資料學習群 119599574晚上20 10都有一節 免費的 大資料直播課程，專注大資料分析方法,大資料程式設計，大資料倉儲，大資料案例，人工智慧,資料探勘都是純乾貨分享，你願意來學習嗎？大型資料應用程式是通用智慧型。人工智慧 從而提高人們對事物和決策能力的認識，最終實現社會的普遍智慧...