图片由作者提供
2023 年发生了很多事情，你们中的一些人可能正在考虑转行进入数据科学职业。你可能会想从哪里开始？我应该选择哪个课程？我需要提前了解什么吗？
1. Google 网络安全证书 - 快速进入网络安全职业道路。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT 需求
这是 KDnuggets 帮助解答所有这些问题的地方！
KDnuggets 团队为所有读者创建了一个数据科学路径，无论他们的生活背景如何，都可以受益。
想了解更多？
链接: Python 编程与数据科学基础
在第一周，我们将学习 Python、数据处理和可视化。
第 1 天到第 3 天：数据科学新手的 Python 基础
-
介绍 Python 在数据科学中的作用。
-
针对初学者的 Python 语法、数据类型和控制结构指南。
-
互动编码练习以巩固你的理解。
第 4 天：揭开 Python 数据结构的神秘面纱
- 通过我们的逐步指南了解 Python 的核心数据结构。你将学习列表、元组、字典和集合，每种都有实际的例子及其在数据处理中的重要性。
第 5 天到第 6 天：使用 NumPy 和 Pandas 进行实用的数值计算
- 探索 NumPy 和 Pandas 在数值分析和数据处理中的强大功能，包括实际应用和动手练习。
第 7 天：使用 Pandas 的数据清理技巧
- 使用 Pandas 掌握基本的数据清理技能。
链接: 数据库、SQL、数据管理和统计概念
进入第二周，我们将学习数据库、SQL、数据管理和统计概念。
-
第 1 天：数据科学中的数据库简介
-
第 2 天：5 步入门 SQL
-
第 3 天：数据科学的数据管理原则
-
第 4 天：处理大数据：工具和技术
-
第 5 天：数据科学中的统计学：理论与概述
-
第 6 天：在 Python 中应用描述性和推断性统计
-
第 7 天: 假设检验与 A/B 测试
链接: 机器学习简介
进入第三周，我们将深入探讨机器学习。
-
第 1 天: 破解机器学习的神秘面纱
-
第 2 天: 5 步骤开始使用 Scikit-learn
-
第 3 天: 理解监督学习: 理论与概述
-
第 4 天: 监督学习实操: 线性回归
-
第 5 天: 揭示无监督学习
-
第 6 天: 无监督学习实操: K-Means 聚类
-
第 7 天: 机器学习评估指标: 理论与概述
链接: 高级话题与部署
进入第三周，我们将深入探讨高级话题与部署。
-
第 1 天: 探索神经网络
-
第 2 天: 深度学习库简介: PyTorch 和 Lightening AI
-
第 3 天: 5 步骤开始使用 PyTorch
-
第 4 天: 使用 PyTorch 构建卷积神经网络
-
第 5 天: 自然语言处理简介
-
第 6 天: 部署你的第一个机器学习模型
-
第 7 天: 数据科学中的云计算简介
链接: 部署到云端
进入奖励周:
-
奖励 1: 5 步骤开始使用 Google 平台
-
奖励 2: 将你的机器学习模型部署到 AWS 云
就这样，你已经完成了为期 5 周的路径，启动了你的数据科学职业生涯！KDnuggets 团队希望我们为你提供了推进数据科学职业所需的知识和工具！
在评论中告诉我们你喜欢什么！
Nisha Arya 是一名数据科学家、自由技术作家以及 KDnuggets 的编辑和社区经理。她特别关注提供数据科学职业建议或教程以及围绕数据科学的理论知识。Nisha 涵盖了广泛的话题，并希望探索人工智能如何促进人类生命的持久性。作为一名热心的学习者，Nisha 寻求拓宽她的技术知识和写作技能，同时帮助引导他人。