Big Data是当下最热的话题。Data Driven Analysis已经在各行各业开花结果,以数据说话渐渐成为人们的共识。但是想成为一名数据科学家,那可是路漫漫其修远兮,其中包括了对基础知识和应用技术的学习。到底有多难呢?Swami Chandrasekaran最近所作的一幅图显示了当中的漫长过程。

Swami同学整理出成为数据科学家的10门学科,按照学习渐进的顺序为: Fundamentals,Statistics,Programming,Machine Learning,Text Mining / Natural Language Processing,Data Visualization,Big Data,Data Ingestion,Data Munging,Toolbox。每一门学科又要学习一系列的知识,比如Machine Learning要从简介一直学到包括人工神经网络等高级的技术。Swami将每门学科表示成一条地铁线,而每一门学科表示成一个车站。这样想要成为数据科学家,那就要把这些地铁线都坐一边才行。

小编数了一下,总共有180多个车站。如果假设每个知识点对应于一门书(有的可能要看好几本书),每本书就算一个月看完,那么需要15年才能出师。同学们有么有勇气投入其中呢?

© 2013, 视物 | 致知. All rights reserved.

Related Posts:

  • No Related Posts
  1. 小编数了一下,总共有180多个车站。如果假设每个知识点对应于一门书(有的可能要看好几本书),每本书就算一个月看完,那么需要15年才能出师。同学们有么有勇气投入其中呢???

  2. 没那么夸张…… 记得我上学那会,英文文学一学期读了7本英语小说,设计方法论教授给的文档有几百个,挑重点,就好比认知心理学,看看任务处理什么的就好了