程式設計師書庫（ID：CodingBook） 猿妹編譯
連結：https://towardsdatascience.com/becoming-a-self-taught-data-scientist-5563f546bb7b
數據科學的工作被認為是21世紀最性感的工作，最近，有一位22歲的數據科學家Dario，和大家分享了自己自學成才的路線，並提供了一些很好的入門資源。
本文適合以下人群：
- 沒有取得數據科學相關學位的人
- 大學剛畢業，並且想轉行數據科學的人
如果你想轉行數據科學，那你要明白轉行的道路可能會很難，可能你想轉行的原因是你已經在一個領域已經工作了好幾年，現在發現它不適合你，你也可能是工作動力不足.....但無論你是何種原因，如果你想轉行數據科學，你要做的第一件事就是評估自己數學和統計的技能。
如果你對線性代數、機率論、統計、程序設計等知識沒有基礎或者沒有掌握，你可以參考選擇以下資源進行學習
數據科學自學之路
我接觸數據科學的第一堂課是Jose Portilla的《Python for Data Science and Machine Learning Bootcamp》
Portilla是一位很厲害的教練，你很快就可以通過該課程開始使用Pandas和Numpy進行數據分析，並使用Matplotlib和Seaborn進行一些數據可視化。是的，你會開始學習機器學習，雖然不多，但也不深入，不過足夠引你入門
地址：https://www.udemy.com/course/python-for-data-science-and-machine-learning-bootcamp
1、《Python數據科學手冊》
這本書大約有550頁，這本書涵蓋了Numpy、panda、Matplotlib和Scikit-Learn，所有這些課程都是數據科學中很重要的知識點。
一旦你掌握了這些基礎知識，就可以深入的學習機器學習，這邊有兩本好書推薦，其中一本還是免費。
2、《An Introduction to Statistical Learning》
這是一個免費的機器學習書籍，它偏向數學化，但讀起來還是很容易，對於像機器學習這樣廣泛的領域，它卻能控制在400頁左右，讓內容十分簡潔，唯一的缺點是代碼使用的是R而不是Python編寫的，不過你可以嘗試把書中代碼嘗試用Python編寫，這也是很不錯的練習方式。
下載地址：https://www.ime.unicamp.br/~dias/Intoduction%20to%20Statistical%20Learning.pdf
2、《機器學習實戰：基於Scikit-Learn和TensorFlow》
我推薦的最後一本書是《機器學習實戰：基於Scikit-Learn和TensorFlow》，如果沒記錯的話，這本書大概有700頁，但是這是一本好書，你可以深入學習一些概念，你也可以更深入的學習機器學習算法，這兩者都會對你幫助很大。
對於在線課程，我不得不再向你推薦Coursera的機器學習課程，這門課程的時長超過10周，如果你的基礎不牢固，你很快就會變得困難，但是，這門課程的評分4.9（滿分5分），大約有12萬的讀者，這足以說明它的質量。唯一不足的是，示例代碼不是用Python或者R編寫的，而是用Matlab的免費版本Octave編寫的
地址：https://www.coursera.org/learn/machine-learning
下一步你要怎麼做？
如果你已經閱讀的以上書籍，並上了相應的課程，相信你已經知道你的下一步要怎麼做了，理想情況下，你應該建立一個GitHub存檔，並尋找5個數據集來練手，在這個過程中寫出自己的結論和思考過程。
建議這樣做主要有以下兩個原因：
- 你可以聯繫新獲得技能
- 你可以像企業展示你編寫優質代碼的能力，對於僱主來說，看到你的實踐輸出是很重要的，如果你沒有相關的大學學位，你就更需要以某種方式證明自己，Github就是個不錯的選擇。
最後，希望你也能成功進入數據科學領域，成為一名優秀的數據科學家。