Visão geral
- Guia passo a passo para desenvolver deve aprender habilidades para se tornar um cientista de dados
- Recursos como MOOC, Canais do YouTube, páginas de blog, sites da comunidade de ciência de dados para aprender várias habilidades
- Sites de comunidades de ciência de dados como Kaggle, Dados Orientados, Analytics Vidhya para experiência prática com conjuntos de dados e
outras técnicas úteis de aprendizado de máquina
O que é ciência de dados?
Ciência de dados é sobre “Usando várias técnicas, algoritmos para analisar grandes quantidades de conjuntos de dados (estruturado e não estruturado), para extrair informações úteis sobre os dados, aplicando-os assim em vários domínios comerciais”.
Por que há uma demanda por cientistas de dados?
Dados é gerado dia a dia em uma taxa massiva e para processar tais conjuntos de dados massivos, grandes empresas estão procurando bons cientistas de dados para extrair informações valiosas desses conjuntos de dados e usá-los para várias estratégias, modelos e planos de negócios.
Tabela de conteúdo
- Aprende Python
- Aprenda estatísticas
- Coleta de dados
- Limpeza de dados
- Conhecimento de EDA (Análise exploratória de dados)
- Aprendizado de máquina e aprendizado profundo
- Mais informações sobre a implementação do modelo ML
- Testes do mundo real
- Explorando e praticando conjuntos de dados no Kaggle, Analytics Vidhya
- Curiosidade analítica
- Habilidades não técnicas
1. Aprende Python
O primeiro e principal passo em direção à ciência de dados deve ser uma linguagem de programação (quer dizer, Pitão). Python é a linguagem de codificação mais comum, usado pela maioria dos cientistas de dados, devido a sua simplicidade, versatilidade e estar pré-equipado com bibliotecas poderosas (como NumPy, SciPy e Pandas) útil na análise de dados e outros aspectos em Ciências de Dados. Python é uma linguagem de código aberto e oferece suporte a várias bibliotecas.
Recurso:
MOOC: Curso de Udacity Python, Curso de Coursera Python
Canal do Youtube: Krish Naik, Noções básicas de código
Blogs: Analytics Vidhya, Nuggets de KD
2. Aprenda estatísticas
E Ciência de dados é uma linguagem, então a estatística é basicamente gramática. A estatística é basicamente o método de análise e interpretação de grandes conjuntos de dados. Quando se trata de análise de dados e coleta de informações, as estatísticas são tão notáveis quanto o ar para nós. As estatísticas nos ajudam a entender os detalhes ocultos de grandes conjuntos de dados
Recurso:
MOOC: Curso de Estatística Coursera
Canal do Youtube: Krish Naik, Noções básicas de código
Blogs: Analytics Vidhya, Nuggets de KD
3. Coleta de dados
Esta é uma das etapas principais e importantes no campo da ciência de dados.. Essa habilidade implica no conhecimento de várias ferramentas para importar dados de ambos os sistemas locais., como arquivos CSV, e extrair dados de sites, usando biblioteca python beautifulsoup. O descarte também pode ser baseado em API. A coleta de dados pode ser gerenciada com conhecimento de Query Language ou pipelines ETL em Python
Recurso:
MOOC: Coletando dados do Coursera com Python
4. Limpeza de dados
Esta é a etapa em que você passa a maior parte do tempo como cientista de dados. A limpeza de dados trata de obter os dados, adequado para trabalho e análise, removendo valores indesejados, valores ausentes, valores categóricos, outliers e registros enviados incorretamente, da forma bruta dos dados.. A limpeza de dados é muito importante, pois os dados do mundo real são confusos por natureza e para conseguir isso com a ajuda de várias bibliotecas Python (Pandas y NumPy) é muito importante para um aspirante a cientista de dados.
Recurso:
Blog: Blog de limpeza de dados Python
5. Conhecimento de EDA (Análise exploratória de dados)
EDA (Análise exploratória de dados) é o aspecto mais importante no vasto campo da ciência de dados. Inclui a análise de vários dados, variáveis, vários padrões de dados, tendências e extrair informações úteis delas com a ajuda de vários métodos gráficos e estatísticos. EDA identifica vários padrões que o algoritmo de aprendizado de máquina pode não identificar. Inclui todo o manuseio, análise e visualização de dados.
Recurso:
Comunidades de ciência de dados: Kaggle, Vidhya Analytics
Blog: EDA no conjunto de dados da íris
Canal do Youtube: Vídeos EDA em Krish Naik, Noções básicas de código
MOOC: Curso de Coursera sobre EDA, Estatisticas, probabilidade
6. Aprendizado de máquina e aprendizado profundo
O aprendizado de máquina é a principal habilidade necessária para ser um cientista de dados. O aprendizado de máquina é usado para construir vários modelos preditivos, modelos de classificação, etc., e grandes empresas, as empresas, use-o para otimizar seu planejamento com base em previsões. Por exemplo, previsão do preço do carro
Aprendizado Profundo, por outro lado, é uma versão avançada do Aprendizado de Máquina que implementa o uso de Rede Neural, uma estrutura que combina vários algoritmos de aprendizado de máquina para resolver várias tarefas, treinar dados. Várias redes neurais são uma rede neural recorrente (RNN) ou uma rede neural convolucional (CNN), etc.
Por exemplo: reconhecimento facial
Meios:
Comunidades de ciência de dados: Kaggle, Vidhya Analytics
Blog: Analytics Vidhya, Nuggets de KD
Canal do Youtube: vídeos em Krish Naik, Noções básicas de código
MOOC: Curso de Coursera Aprendizado de Máquina, Especialização Coursera Deep Learning
7. Aprenda a implementar o modelo de ML
A implantação é basicamente o processo de disponibilizar seu modelo de aprendizado de máquina para uso dos usuários finais.. Isso é conseguido integrando o modelo com vários ambientes de produção existentes., implementando assim o uso prático do modelo de ML para várias soluções de negócios.
Existem muitos serviços para implementar seu modelo de ML, como o Flask, Pythoneverywhere, MLOps, Microsoft Azure, Nuvem do Google, Heroku, etc.
Meios:
Canal do Youtube: Vídeos de implementação de AA em Krish Naik, Noções básicas de código
Blogs: Analytics Vidhya, Nuggets de KD
8. Testes do mundo real
O teste e a validação do modelo de aprendizado de máquina devem ser realizados após a implementação para verificar sua eficácia e precisão. O teste é uma etapa importante na ciência de dados para manter a eficiência e a eficácia do modelo de ML sob controle.
Existem vários tipos de testes como A / B, Teste AAB, etc.
9. Explorando e praticando conjuntos de dados no Kaggle, Analytics Vidhya
As maiores comunidades de ciência de dados do mundo, como Kaggle, Analytics Vidhya é muito útil para entrar em contato com vários conjuntos de dados e, portanto, pode ser usado para praticar várias técnicas de análise de dados, algoritmos de aprendizado de máquina. Concursos realizados nessas comunidades também são úteis para melhorar as habilidades de ciência de dados., ajudando-nos a atingir nosso objetivo de nos tornarmos proficientes em ciência de dados mais rapidamente..
10. Curiosidade analítica
O campo da ciência de dados é um campo que está evoluindo em um ritmo mais rápido., portanto, requer uma curiosidade inata para explorar mais sobre o campo, atualizando e aprendendo regularmente várias habilidades e técnicas.
Esta é a principal habilidade que sempre nos ajudará a manter, atualizar novas habilidades e conceitos, assim, evitando que fiquemos para trás em vários avanços tecnológicos em ciência de dados.
11. Habilidades não técnicas
Não técnico inclui trabalho em equipe, habilidades de comunicação, Gerenciamento de tarefas, entendimento de negócios, etc
Trabalho em equipe desempenha um papel importante na entrega de resultados para as empresas, empresas para as quais trabalhamos como cientistas de dados.
Habilidades de comunicação nos permitem expressar nossas idéias técnicas, conceitos para vários funcionários / autoridades não técnicas da empresa.
Tarefa Gestão envolve planejamento e gestão adequados para a entrega da solução.
Entendimento / perspicácia de negócios o compreensão sobre a indústria em que estamos trabalhando é muito importante para várias análises e soluções eficazes para os problemas nessas indústrias.
