大数据学习步骤.docxVIP

1. 理解数据：单纯的、没有任何背景的数据是没有意义的，也容易让人误解。数据需要有具体的背景才能说明问题。数据就像是一种颜色，需要有一个具体的外观才能证明它的存在。以红色为例，它需要一些具体的外观才能让我们看到，比如红色的汽车、红色的围巾、红色的领带、红色的鞋子或任何红色的东西。同理，数据也需要和它的环境、内容、模型、方法以及它产生、发生、使用、修改、执行和终止的整个生命周期结合在一起。 我还没发现一个数据科学家和我谈数据的时候不提及像Hadoop、NoSQL、Tableau的技术或其它老牌供应商与流行语。你需要与你的数据建立亲密的关系，你需要彻底地了解它。问他人“你的”数据为何出现异常就像是问自己的妻子怀了谁的孩子一样荒谬。我们在与联合国的合作以及确保学校远离爆炸的相关软件中具备一个独有的优势是：对底层数据的控制力。当全世界在使用统计图表讨论这些数据时，我们是那些回家体验数据的人，让它融入我们的日常生活，这些数据的价值、细节和增值，是我们不能在其它地方找到的。对于其它的项目和客户，我们也是同样对待的。 2. 理解数据科学家：不幸的是，“数据科学家”恰好是数据科学这个领域中最容易使人困惑和被误用的词之一。有人将其联想为知晓世间所有事情的神秘预言家；有人认为他们仅仅是统计学家；少数人认为他们只是一些熟悉Hadoop 和 NoSQL的人；还有人认为他们就是一些会做简单测试或是在管理会议中使用很多晦涩难懂的数学和统计学术语的人。甚至于，某些人眼中的可视化控制面板，在另一些人看来只是永无止境的ETL（Extract-Transform-Load，数据仓库技术 ）过程。在我看来，数据科学家是一类比数据创造者少一些对科学的理解，比数据生成者少一点对数据的理解的人，而他们恰恰是知道如何把这两部分工作融会贯通的人。一个好的数据科学家应该知道外部有哪些资源可用，应该和哪些人联系，应该雇佣什么样的人，以及采用什么样的技术可以完成工作；可以将商业目标和数据集市（data mart）连接起来，可以把每一个点，从商业利益到人类行为、从数据生成到付出的款项简单地联系在一起。 3. 观看Ted网站上的这13个视频 /playlists/56/making_sense_of_too_much_data 4. 观看Hans Rosling的视频，理解可视化的力量 /talks/hans_rosling_shows_the_best_stats_you_ve_ever_seen 5. 收听PartiallyDerivative的关于数据科学的每周博客，查看博客中提供的一些有用资源 / /resources/ 6. 华盛顿大学的两个课程： 《数据科学入门》（Introto Data Science）和《数据分析计算》（Computing for data analysis）会是个好开头 7. 利用GitHub上的资源，要尽量多读 8. 浏览Measure for America网站（/），了解数据如何起作用 9. 阅读免费图书Field Guide to Data Sciences（/media/file/The-Field-Guide-to-Data-Science.pdf） 10. 努力完成“如何成为数据科学家”的信息图中的每一个步骤 11. 阅读博客“The DataCamp”（/），提高R编程技术 12. 阅读博客“simplystats”（/），提高统计分析能力 13. 阅读Zipfian学院网站上一篇非常实用的文章“A Practical Intro to Data Science”（/blog/post/46864003608/a-practical-intro-to-data-science） 14. 试着完成“The Open SourceData Science Masters”系列课程 / 15. 学习Coursera网站创始人之一AndrewNg的机器学习课程 /learn/machine-learning 16. 尽一切努力完成Coursera上的数据科学专项课程（DataScience Specialization），完成所有9门课以及核心项目 /specializations/jhudatascience 17. 如果你缺乏计算机科学的背景或是想侧重于数据科学中的编程部分，请完成Coursera 上数据挖掘专项课程（Data Mining Specialization） /specializations/datamining 18. （可选项）根据你想从事的领域，可以参考下面这些专业相关的数据科学课程：医疗保健分析——入门和专项课程（healthcare analytics – intro and specialization）,