对您的数据科学技能更有信心

原文：https://pub.towardsai.net/gain-more-confidence-in-your-data-science-skills-7e37cceb3448?source=collection_archive---------3-----------------------

凯利·西克玛在 Unsplash 上的照片

数据科学

增强对您在数据科学培训中获得的知识的信心

一.导言

因此，您已经通过大学学位课程或自学获得了数据科学的基础知识。这还没有结束。您的数据科学之旅才刚刚开始。现在是时候通过关注数据科学的实践方面来磨练您的技能并获得信心了。人们常说熟能生巧。随着您将自己的知识和技能应用于数据科学中的实际问题，您将获得更多数据科学技能方面的经验和信心。本文将讨论四件事，它们可以帮助您对自己的数据科学技能建立更多信心。

二。建立技能自信的 4 种方法

a)通过阅读数据科学教科书继续增长您的知识

从教科书中学习提供了比你从大学培训项目或在线课程中获得的更精炼和更深入的知识。这本书提供了数据科学和机器学习的大量内容，代码包括:“Python 机器学习”，作者 Sebastian Raschka 。

[## rasbt/python-机器学习-图书-第三版

第一版和第二版的代码库可从 Python 机器学习第三版获得。

github.com](https://github.com/rasbt/python-machine-learning-book-3rd-edition)

作者以一种非常容易理解的方式解释了机器学习的基本概念。此外，代码也包括在内，因此您实际上可以使用提供的代码来练习和构建您自己的模型。我个人认为这本书在我作为数据科学家的旅程中非常有用。我会向任何数据科学爱好者推荐这本书。你所需要的是基本的线性代数和编程技能，以便能够理解这本书。其他优秀的数据科学教材还有韦斯·麦金尼的《 Python for Data Analysis 》，库恩&约翰逊的《T2【应用预测建模》，伊恩·h·威滕的《T4【数据挖掘:实用的机器学习工具和技术》，艾贝·弗兰克&马克·a·霍尔等等。

b)将知识应用于现实世界的数据科学问题

学术培训对于获取数据科学的理论和数学基础知识至关重要。然而，你必须记住，仅仅学习课程不会让你成为一名数据科学家。在奠定了坚实的数据科学基础之后，您的目标应该是将这些知识应用到现实世界的数据科学项目中。如果您对可用于数据可视化和机器学习项目的开源数据集感兴趣，请参见以下文章:数据科学实践的免费数据集。

应用你在数据科学中新获得的知识的另一种方式是找一份实习或参加 Kaggle 竞赛，在那里你可以从事真实世界的数据科学项目。

c)与数据科学社区分享您的知识

从我的个人经历来看，通过与其他数据科学有志者合作，我从每周关于数据科学和机器学习各种主题的小组对话中学到了很多东西。与其他数据科学有志者交流，在 GitHub 上分享您的代码，在 LinkedIn 或 Medium 上展示您的技能。这将帮助你在短时间内学习许多新概念和工具。你还会接触到新的做事方式，以及新的算法和技术。这很重要，因为数据科学是一个不断变化和发展的领域。有关网络和投资组合构建的更多信息，请参见本文:

[## 数据科学作品集比简历更有价值

考察 3 个投资组合构建平台:Github、LinkedIn 和 Medium

towardsdatascience.com](https://towardsdatascience.com/a-data-science-portfolio-is-more-valuable-than-a-resume-2d031d6ce518)

d)开始数据科学博客

Medium 现在是发展最快的博客和投资组合网站之一。关于数据科学和机器学习的博客有以下优势:

写作是一项智力活动。写作挑战你跳出框框思考。你必须不断地思考创造性的想法，以此作为你写作的基础。从广义上讲，我的文章涵盖了数据科学，重点是为数据科学爱好者提供教育指导。
它为您提供了展示数据科学知识和技能的途径。
它激励你从事具有挑战性的数据科学项目，从而提高你的数据科学技能。
它使您能够与全球读者分享您的专业知识、知识和经验。现在，我的数据科学文章每月被全球热情的读者浏览超过 100，000 次。
它使你能够提高你的沟通技巧。这是有用的，因为它使你能够以一种普通大众能够理解的方式传达信息。俗话说“如果你不能用简单的术语向某人解释某事，那么这意味着你没有很好地理解这个概念。”
每一篇发表在 medium 上的文章都被认为是知识产权，所以你可以在简历中添加一篇 Medium 文章。
你可以从你的文章中赚钱。通过 媒介合作伙伴计划 ，任何在媒介上发表文章的人都可以获得赚钱的资格。