原文：
towardsdatascience.com/how-i-self-study-data-science-7fa0c5ec58b5
你是否曾经因为数据科学的大小而感到不知所措，想知道从哪里开始或如何让你的学习坚持下去？
我以前在学习数据科学主题时漫无目的地尝试，但现在我有一个更系统的方法，这改变了我对主题的理解和直觉。
在这篇文章中，我想分享我的学习方法、在我学习旅程中证明有效的建议，以及保持持续学习的技巧。
决定学习内容
自然地，学习某事物的第一步是决定你将学习什么。大多数人可能已经在这方面有所了解，但仅仅说“我想学习数据科学”可能是不够的，因为它相当模糊。数据科学涵盖了众多领域，例如数学、统计学和编码，不用说这些，但它们还可以进一步细分。
虽然这可能听起来很平凡且有点无聊，但一个结构化的路线图或课程大纲可以改变你的学习之旅。很可能在你感兴趣的领域内，有人已经通过视频、博客文章或其他形式的内容分享了他们的知识。仅通过这一篇内容，你就可以在 10 分钟内获得所有需要学习领域的综合列表。这真是太神奇了！
你可以在 YouTube、Medium 或简单的搜索引擎搜索中找到这些路线图。
如果你搜索“数据科学路线图”或“软件工程路线图”，你会得到很多结果。查看前三或五个，选择你最中意的一个。
我在学习统计学时使用的一种方法是访问我以前大学的网站，查看他们教授的所有本科数学和物理 BSc 课程。这些知识对任何人都是开放的，这给了我一个我应该学习的统计学主题列表。
开始你的学习之旅比你想象的要简单。你需要一个合理的路线图或课程大纲，这应该最多花费一个小时就能完成。如果需要更多时间，你可能过于复杂化了。
选择学习材料
在弄清楚我需要学习什么之后，我需要找到能够教我这些我想要学习的东西的材料。
我会根据需要使用不同类型的资源。有时，它可能是一门课程；有时，是一个视频教程，甚至是普通的维基百科！
我通常有一个核心资源，但会用其他领域来补充，以增强学习。例如，在学习深度学习时，我主要阅读了*《使用 Scikit-Learn、Keras 和 TensorFlow 动手学习机器学习》*教科书。不过，我也使用了 YouTube 视频和在线博客来帮助构建我正在学习概念更多的背景知识。
混合学习资源帮助了我，并给了我来自不同角度的多个解释和观点。此外，通过视觉和文本呈现一个主题，可以让我的大脑通过不同的感官来学习，这对我很有益。
在选择“正确”的资源方面，我并不太担心这个问题。我会选择那些受欢迎并且评价良好的资源。我会浏览它们的内容，以确保它们包含我想要的东西，但我不会花太多时间去思考这究竟是不是“最佳”的资源，因为这样的东西并不存在！
试图找到“最佳”的资源只是初学者数据科学家会犯的一个错误；我有一篇完整文章，详细说明了如果你处于学习旅程的起点，应该避免的一些陷阱！
学习效率
现在，我已经准备好开始我的学习路线图和研究了。然而，我确保我尽可能地使我的时间变得高效，并正确地利用它。
在你的日程中安排时间是我找到的确保你坚持学习的最佳方式。作为一个混合工作者，我已经把通勤时间变成了学习的机会。我每天早上 8 点到 9 点，晚上 5:30 到 6:30 分，都致力于学习。我认为每个人都可以在他们的日程中找到学习的时间，即使只是半小时。这全部关乎于充分利用你所拥有的，但我明白这对有些人来说可能比其他人更具挑战性。
我之前写过一篇关于如何阅读《Stolen Focus》（https://stolenfocusbook.com/）这本书改变了我对“注意力”看法的通讯文章。你可以查看我的帖子以获得详细分析，但它让我意识到专注对于深入理解的重要性，以及专注力在过去几十年里是如何逐渐退化的。
我强烈推荐你阅读这本书。它真的能打开你的眼界，如果你能从其中的建议中采取行动，它会在很多方面改善你的生活。
在我的学习过程中，我会尽可能专注于主题。我会静音所有通知，并尽量不让我的思绪游荡。应用这些原则，你会发现，在没有干扰的专注下，一个小时能完成多少事情是令人难以置信的。
我的学习方法不仅仅是勾掉我清单上的课程或者投入大量不必要的时问。它是关于深入主题并真正理解它。这个过程可能很快，也可能很漫长，这取决于主题的复杂性。例如，我花了相当长的时间才完全理解神经网络的工作原理以及它是如何幕后优化的。
通常，在学习时，确保你 100%地专注，并试图理解某事背后的直觉和逻辑，因为这才是学习的真正含义。
获得真正的直觉
学习仅仅是掌握一门学科的起点。当你深入实践并开始应用你的知识时，才会发生适当的理解和技能发展。这在编程中尤其如此，实际应用是获得更深入理解的关键。
我的其中一个基本原则是“学以致用”，然后立即开始构建你自己的项目。这种方法在数据科学和编程领域尤其有效。一旦你掌握了 Python 和机器学习的基础，就毫不犹豫地通过创建使用这些算法的自己的项目来将你的知识付诸实践。
该领域的任何成功实践者都会宣扬这种方法，而且有很好的理由。亲自动手将巩固并揭示你的理解，迫使你更好地学习。
无论你做什么，都不要陷入教程地狱。过了一段时间，一门接一门地学习课程会显著降低回报，并且很快就会变得不再高效。
另一种获得概念准确直觉的绝佳方法是教授它。这通常被称为费曼技巧。通过教授，你再次发现你知识中的空白，并对其进行完善。
我通过写博客文章和制作视频来做这件事。我写了超过100篇关于技术数学主题的文章，我无法告诉你这些文章是如何在过去的几年里帮助我建立知识库的。如果你愿意尝试，我强烈推荐你这么做。
如果您不喜欢写作，您总是可以向朋友或家人展示您的理解。即使您不想这么做，也可以采取橡皮鸭调试的方法，与一个非生命物体交谈！
“如果你不能简单解释它，你就没有真正理解它。”
- 阿尔伯特·爱因斯坦
如何保持一致性
在您的学习之旅中，会有一些日子您不想翻阅笔记本或启动笔记本电脑来继续您一直在进行的课程或正在阅读的教科书。
我发现以下事情有助于我的一致性，并确保我保持正确的方向：
-
你可以说“5 分钟”。通常，你会做更多。
-
安排时间，并使其不可协商。
-
您学习的背后要有“为什么”；这可以是任何东西，但它将帮助您保持责任感。
-
通过跟踪和记录您的学习时间来积累动力。
-
通过在学习过程中设定小胜利和检查点来使学习游戏化。
总的来说，任何能让这个过程更有趣，让您正在学习的内容变得有趣的事情，都会使您保持一致变得容易。可能性很大，如果您选择学习您自然感兴趣的东西，这将使您保持一致变得更容易。
主要提示和总结
总结来说，这是我学习任何技术主题的主要建议。
-
通过获取您想要深入研究的话题的路线图或课程大纲来开始您的学习之旅。这将给您一个方向和结构感，使您的学习体验更加有指导和高效。
-
找到一个高度评价的课程、视频或其他流行资源。没有“最好的”课程，所以不要试图找到它。
-
通过为您的学习之旅安排专门的时间来承诺它。确保您给予它全神贯注的注意力，让自己完全沉浸在主题中，并专注于您的学习目标。
-
学习“足够多”，并开始通过动手项目和实际应用来实施；这对于像编码和数据科学这样的主题尤为重要。
-
使用费曼技巧，通过使用博客和视频“教学”您的理解，并与朋友讨论，来巩固您的理解。
-
保持一致可能很困难，但您可以通过安排时间、跟踪您的学习时间来积累动力、在整个过程中保持“为什么”的想法，以及使用“我只做 5 分钟”的规则来提高您的机会。最后一个对我来说真的是一个真正的游戏改变者。
当然，这些策略和建议对我有帮助，但您可能需要其他东西。尝试和实验，看看什么最适合您，然后慢慢改进和迭代。然而，我希望至少有一条建议对您有所帮助！
PS：如果您在这篇文章中尝试了什么，以及您的情况如何，请告诉我；我很想听听大家的想法！
另一件事！
我提供一对一的辅导通话，我们可以讨论你需要的一切——无论是项目、职业建议，还是只是确定你的下一步。我在这里帮助你前进！
[1:1 Mentoring Call with Egor Howell]
职业指导、求职建议、项目帮助、简历审查topmate.io](https://topmate.io/egorhowell/1203300)
扫一扫
1131
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
