避免五大误区丨新手数据科学家进阶之路.docxVIP

优选 优选 PAGE / NUMPAGES 优选 作者 Jan Zawadzki 编译 Mika 本文为 CDA 数据分析师原创作品，需授权 你为成为数据科学家做了充分的准备，但实际的工作将于你的预期大不相同。 你为成为数据科学家做好了充分的准备。你参加Kaggle比赛，看了大量的Coursera课程。你感觉已经准备好了，但数据科学家的实际工作将与你的预期大不相同。 本文探讨了数据科学家新手的5个常见错误。这是由我在Sébastien Foucaud博士的帮助下一起总结的，他在学术界和行业领域有指导年轻数据科学家有超过20年的经验。本文旨在帮助你更好地为数据科学家的实际工作做好准备。 # 误区1 热衷参加Kaggle比赛 你通过参与Kaggle比赛练习了数据科学技能。如果你掌握决策树和神经网络那就再好不过了。但其实作为数据科学家，你不需要完成这么多的模型融合。记住，一般来说你将花80％的时间进行数据预处理，剩下20％的时间用于构建模型。 参加Kaggle比赛的好处在于，给出的数据都很从而你有更多的时间调整模型。但是在实际工作中则很少出现这种情况，你需要使用不同的格式和命名方式来汇总不同来源的数据。 你需要做的是，熟练掌握你大部分时间将要做的事，即数据预处理。例如抓取图像或从API收集图像；从Genius收集歌词数据等。为解决特定问题准备所需的数据，然后将其输入到计算机中开始机器学