[信息图] 数据科学学习清单

从事数据科学职业备受青睐且回报丰厚。它涵盖多项任务，如研究与整理数据、应用机器学习技术，并洞悉业务目标。要在该领域脱颖而出，您需要具备多方面的能力，例如审视数据、理解业务概念、沟通表达等。为助您进步，请将此清单作为学习旅程中的参考。

要下载这张信息图，请点击上方图片

探索性数据分析

描述性统计

• 计算位置度量（如均值和中位数）、离散度量（如极差和标准差）以及特征的其他性质。
• 计算相关性等指标，以理解特征之间的关系。

在 DataCamp 学习

应用您的技能

• 诺贝尔奖得主的可视化历史
• 优化在线体育零售营收
• 探索一个 DataFrame
• 用 SQL 分析碳足迹
• 用 Python 探索世界杯数据

数据可视化

• 创建柱状图、直方图和箱线图等图表来可视化单个特征。
• 创建散点图、折线图和热力图等图表来可视化特征之间的关系。

在 DataCamp 学习

应用您的技能

• 在 R 中可视化新冠疫情
• 在 R 中建模美国债券收益率波动性
• 用 Python 探索比特币加密货币市场
• 用 Python 从社交媒体数据获取实时洞察
• 用对角相关图可视化相关性（Python）
• 面向零基础的 Python 数据可视化
• 使用 ggplot2（R）可视化电子游戏销量数据

 

数据管理

导入与读取数据

• 从常见文件格式（如 CSV 和电子表格）导入数据。
• 通过查询 SQL 数据库导入数据。
• 通过 Web API 导入数据。

在 DataCamp 学习

应用您的技能

• 导入与清洗数据
• Google Play 的安卓应用市场
• 用 K 线图可视化历史股票数据
• 用 SQL 分析流媒体内容
• 用 SQL 分析学生心理健康

数据整理

• 执行常见的数据操作，如排序、子集化、添加新特征和聚合。
• 通过内连接、左连接等方式合并两个数据集。
• 对矩形数据进行透视，将行转换为列或列转换为行。

在 DataCamp 学习

应用您的技能

• 世界上最古老企业的分布与地点
• 精简员工数据
• 合并 DataFrame
• 用 SQL 分析 NASA 行星探索预算

数据清洗

• 识别并修复数据约束问题，如错误的数据类型、超出范围的数值或重复值。
• 识别并修复文本和分类数据问题，如无效类别或格式不正确。
• 识别并修复数据一致性问题，如错误的计量单位、错误的日期格式以及特征间不一致。
• 识别并修复缺失值问题。

在 DataCamp 学习

应用您的技能

• 用 Python 探索比特币加密货币市场
• 用 Python 从社交媒体数据获取实时洞察

 

商业素养

业务目标

• 基于业务目标为分析方法提出建议
• 依据 KPI 或其他相关业务标准评判分析结果的表现

在 DataCamp 学习

应用您的技能

• 用 Google Trends 比较搜索热度
• 优化在线体育零售营收
• 预测 CTR 并评估 ROI
• 计算客户流失指标

组织认知

• 理解数据科学项目对您业务的影响。
• 了解在数据项目中需要参与的团队或员工，以及各自的角色分工。

在 DataCamp 学习

应用您的技能

• 哪些债务值得银行投入精力？
• 欺诈检测的特征工程
• 按分群分析用户留存
• 在电子表格中分析营销漏斗
• 在 Tableau 中可视化成本节约

数据科学编程

计算思维

• 使用常见的编程结构，如流程控制和迭代。
• 理解函数与函数式编程，以编写可复用的分析代码。

在 DataCamp 学习

应用您的技能

• 用于食品价格预测的函数
• 为产品分析编写函数
• 使用自定义函数进行分组与聚合

生产级编码

• 使用 git 等版本控制来管理代码
• 使用错误处理、断言和单元测试来确保代码质量
• 撰写文档，使他人能理解您的代码
• 开发软件包，使您的代码可复用

在 DataCamp 学习

应用您的技能

• 用于食品价格预测的函数
• 为产品分析编写函数

模型开发

模型设计

• 根据数据集与分析目标选择合适的模型类型（回归、分类、聚类等）

在 DataCamp 学习

应用您的技能

• 预测信用卡审批
• 用随机森林预测出租车车费
• 从音频数据中分类歌曲流派
• 基于剧情简介寻找电影相似度
• 对心脏病患者数据进行聚类
• 用深度学习识别美式手语（ASL）
• 迪士尼电影与票房成功

特征工程

• 从现有特征中提取与问题相关的信息，例如从日期时间变量中提取星期几，或从出生日期中得到“是否为劳动年龄”的指示变量。
• 将多个特征组合成新特征，例如将各地区销售额相加得到总销售额，或用收入减去成本计算利润。
• 使用外部数据集定义新特征，例如使用地理 API 根据经纬度获取城市，或使用计算机视觉 API 判断图像中是否有人物。
• 使用插补来估计缺失值。

在 DataCamp 学习

应用您的技能

• 客户分析：为建模准备数据
• 用随机森林预测出租车车费
• 从音频数据中分类歌曲流派
• 基于剧情简介寻找电影相似度
• 编码分类变量
• Python 情感分析与预测

模型拟合

• 能够从数据集中生成训练集与测试集拆分，包括使用交叉验证。
• 使用超参数调优来优化模型性能。

在 DataCamp 学习

应用您的技能

• 是什么让宝可梦成为“传说级”？
• 用随机森林预测出租车车费
• 使用 Python 的机器学习
• 使用 R 的机器学习
• 用 Python 预测酒店预订取消
• 用 Python 分析泰晤士河的时间序列

模型验证

• 能够使用准确率、精确率和召回率等指标评估监督学习模型的表现。
• 能够使用同质性、完整性和轮廓系数等指标评估无监督学习模型的表现。

在 DataCamp 学习

应用您的技能

• 对 Bustabit 赌博行为进行聚类
• 能带来回报的学位
• 使用 F-score 评估您的机器学习模型
• 如何解释黑箱机器学习模型

统计试验

抽样方法

• 理解正态、均匀、泊松等统计分布
• 选择合适的抽样方法来回答问题，同时避免偏差。

在 DataCamp 学习

应用您的技能

• BMI 的健康调查数据分析

假设检验

• 理解原假设和备择假设
• 了解何时以及如何使用 t 检验、卡方检验与 Mann-Whitney U 检验等假设检验
• 解释检验统计量与 p 值

在 DataCamp 学习

应用您的技能

• 塞麦尔维斯医生与洗手的发现
• 使用 Cookie Cats 的手游 A/B 测试

数据沟通

数据叙事

• 构建叙事，说明您的动机、方法、结果与结论
• 确保叙事与数据发现保持一致
• 编辑内容，去除无关细节

在 DataCamp 学习

应用您的技能

• Workspace 报告撰写技巧
• 面向零基础的 Python 数据可视化

了解您的受众

• 了解受众的既有知识与兴趣
• 针对受众定制信息传达，即使对非技术人群也能产生共鸣

在 DataCamp 学习

应用您的技能

• 用 Python 探索世界杯数据