信息图：如何成为一名数据科学家？

爱智能

数据科学、机器学习、大数据分析、认知计算…我们都已被讨论这些主题的文章、技能需求信息图以及各种观点所淹没。有一件事是肯定的：你不可能一夜之间变成一名数据科学家。这注定是一段充满挑战的旅程。但要想成为数据科学家，该怎么开头呢？从哪里着手呢？何时才能看到隧道尽头的亮光呢？学习的路线图是怎样的？我需要掌握哪些工具和技巧？你该如何知道目标实现了没有？
数据可视化对于数据科学非常重要，讽刺的是，对于如何成为数据科学家我却找不到（只找到几个）实用的现成的图示。因此，笔者在本文中尝试建立一个课程体系，一个学习计划供踏上这条旅程的人们使用。受到地铁图的启发，我用这种形式来描绘学习路径。我将整个学习计划按步骤分为一下几个领域

• 基础知识
• 统计学
• 编程
• 机器学习
• 文字挖掘/自然语言处理
• 数据可视化
• 大数据
• 数据获取
• 数据清理
• 工具集
  

每个领域用一条“地铁线”表示，而每一个站点表示你必须一步步学会/掌握/理解的各个主题。你选定一条线，上了车，走遍所有的站点（主题），你就会到达终点或是换乘其它线路。我将每个站点（线路）都标上了编号，它表示了你旅行的顺序。你可以将它作为个人学习计划来确定你最想要发展、获得技能的领域。无论如何这都不是终点，这是一个坚实的起点。请畅所欲言并留下建设性的意见。
另：我无意在此计划中引入任何商业工具。此计划大部分内容都基于开源的工具/库。如果你已经获取了商业软件，如IBM的SPSS或SAS的Enterprise Miner，务必坚持下去，此计划依然适用。
另：起初，我是想用D3.js或InfoVis来生成一个互动式可视化图表，但为了早日完工没有实现，也许下次迭代我将完成互动式路线图。