[译] Launch of learning path – Data Science in Python & Python 科学计算学习路线

原文 Launch of learning path – Data Science in Python

我找不到其它更好的方式来表达我的兴奋了: 我们说过 2015 将会是 Analytics Vidhya 变成分析/数据科学的地方. 我们已经上线了论坛, 现在已经有一些有意思的讨论了, 点这里 看看你错过了什么好东西.

今天, 我们上线了数据科学学习的另外一个里程碑产品 -- 学习路线 创建这个的目的是消除学习过程中的疑问

为什么要研究学习路线

我们生活在信息过载的世界, 我们经常能看到很多人在数据科学领域关注很多东西, 同时抓住很多方向去学这个东西(译者注: 膝盖中了一箭). 这不能怪他们, 有太多的东西需要吸收了. 他们一从上 MOOC 课程开始, 下载 2 个视频, 转而去看博客, 然后是笔记, 最后什么也没学到(译者注: 再中一箭)

我们提供的学习路径将为你的学习提供非常明确的方向, 这样你可以集中精力在某一个课题而不是应该学什么上面. 如果你在这上面完全是个菜鸟, 那没有比这个更高的学习路线了 -- 完整又清晰. 如果你已经花时间学过一些东西了, 那么在这条学习路线中找到你的位置, 接下来要更快/更清晰/更专注

第一条学习路线 Python 科学计算

这个学习曲线从从为什么要学 Python 开始, 直到你成为 Python 机器学习专家所需的资源, 包括 8 个步骤

1. 初始化学习环境
2. 学习 Python 基础编程
3. 学习 Python 中的正则
4. 学习 Python 中的科学计算库 NumPy/SciPy/Matploltlib/Pandas
5. 数据可视化
6. 学习 Scikit-learn 和机器学习
7. 实践/实践/再实践
8. 深度学习

如果你完全是一个 Python 新手, 就按照上面的步骤一步一步来.

结语

我们对现在发布的学习路线非常兴奋, 我们认为这个对读者非常有帮助. 马上浏览下 学习路径 告诉我们你计划怎么做, 我们将会持续更新更多的学习路径.

如果你有任何建议, 请在评论区挖坑, 谢谢