为什么要学习数据科学？

今天，只要你身处网络，就一定能频繁听到大数据、机器学习、人工智能等字眼。数据科学已经深入产业界，银行、保险、零售行业等都在使用机器学习方法为自己的商业运作赋能，机器学习等数据科学方法代替人的新闻也层出不穷，即使我们应该保持冷静、克制焦虑，但科技的大趋势我们也不能视而不见。

从职业发展来说，学习数据科学或许可以让你在今后的发展中占得先机，在这波科技浪潮中取得优势；从个人角度来说，未来数据分析是必不可少的，将来明白如何利用数据可能就和今天明白如何使用电脑一样稀松平常，掌握数据分析的一些技能或许可以让你生活地更有效率。

为什么用MOOC？

尽管数据科学炒得火热，想要入门一门学科绝非一件容易事。纵使有些网站有着系统的培训班，动辄1,000大洋以上的报名费真的伤不起；而对着网上的免费数据自学，从各种社群提供免费获取到10 个G的数据，但大多数据凌乱且没有体系，永远都是放在硬盘里长灰尘；对着各种工具书学，虽然系统但难免概念的堆砌，有时候看完所有基础操作也做不完一个完整的专案。

我个人觉得学习数据科学这类需要实际操作的学科，最好的方式是learning by doing，即在学完了一个方法后要立马实际操作并感受，哪怕不报错地完成一个最简单的专案也会有极大地自信心。所以我认为，网站和MOOC类学习是学习数据科学最好的方式。在看完或者阅读完教程后，这些课程也会留有相对的作业，透过一个一个章节的学习，会不断巩固基础，也完成一个一个的专案。

入门数据科学网站推荐

下面这些MOOC类网站都是英文网站，按推荐顺序排序。我经过对比之后，发现相比于中国的学习网站，这些英文网站课程品质会更好，有些完全免费，有些需要付费但价格着实不贵，性价比都比较高。

别担心，这些课程的英文难度都不会太高，很多都配有字幕，有些网站甚至有中文翻译。利用英文网站学习，一方面可以学到品质更高的课程，另一方面还能潜移默化地锻炼英语，何乐而不为呢？

DataCamp.Com

DataCamp是一个互动性的MOOC网站，视频类的讲解偏少，更多的是文字直接指导你进入实战专案。同时DataCamp也是我最推荐的数据科学入门网站，从Python与R的基础讲解到数据处理流程，从机器学习到深度学习，它都有涉及。如果没有时间尝试不同的MOOC，认真刷完它的一个Career Track就够用了。

DataCamp有以下三个特点：

• 直接开始上手做：不像通常的MOOC是视频讲解后留下课后作业，DataCamp确实做到了让你在做的过程中学习，如下图：左边是指导性文字，右边是你需要填写的code。这样做可以说把learning by doing做到了极致。

▲DataCamp学习界面

• 不用在自己电脑上安装Python或R的环境：网站上有云端的运行环境，写完代码后直接提交就可以看到结果了，可以说非常省心省力。作为经历了基础入门阶段的我，可以说非常理解装环境的痛苦。代码还没写一行，装环境就费了半天功夫。有例如Anaconda的集成套件顺利安装完还好说，要是出了什么问题网上一搜全是用命令行，很多写的又不详细，完全不知道每个命令是做什么的，还没入门就已经放弃。

而在这个网站学习就完全不用担心这些事，先学习代码如何写，完整地写一个专案入门，那些装环境的琐碎事情等到深入了解了再做也不迟。

• 帮你预先安排好了课程列表：网站将一个个课程打包为Skill Tracks和Career Tracks ，如下图。不论你是想学Python还是R，想成为数据分析员还是数据科学家，只用找到相应的Track点进去跟着学就好了，不用再纠结下一步学什么技能。当然，这些列表是灵活的，你完全可以跳过某个Track的一些课程。

▲DataCamp的Career Track界面

同时，DataCamp还提供了一些语言（如 Python）、工具（如Jupyter Notebook）以及各种套件（如NumPy、Pandas、Matplotlib）的 cheatsheet（小抄） ，简洁而美观。

价格： 一些课程免费，解锁全部课程$25/月。