Tl; dr : siga los enlaces en las notas a pie de página para aprender la programación del campamento de datos, los conceptos básicos de aprendizaje automático del curso de Andrew Ng.
La descripción general del tipo de cosas que debe aprender para ser un buen analista de datos son:
- Estadísticas básicas y probabilidad : dado que la mayoría del análisis de datos se centra en predecir resultados probabilísticos y ejecutar modelos estadísticos en conjuntos de datos, es un buen lugar para aprender algunas probabilidades y estadísticas para comprender la lógica subyacente de cualquier solución.
- Álgebra lineal básica : dado que todos los modelos predictivos se basan en modelos matemáticos, para comprender cómo funciona el modelo, es necesario conocer algo de álgebra lineal.
- Lenguaje de programación [1] (s) – Existen muchos lenguajes de programación, la mayoría de código abierto, como MATLAB, Python, R, SAS, etc., que lo ayudan a aplicar modelos matemáticos a un conjunto de datos. Personalmente, me gusta R para el análisis de datos, ya que fue construido específicamente para ese propósito. Puede encontrar todos los recursos que necesitaría para aprender estos idiomas, con una simple búsqueda en Google. Dado que el tipo de análisis varía según los datos, es una buena práctica conocer más de un lenguaje de programación y aplicarlos según sea necesario.
Una vez que haya adquirido estas 3 habilidades, debe continuar y comenzar a experimentar con datos reales, y aprender mientras intenta resolver un problema. Busque los problemas que cree que pueden resolverse mediante el análisis de datos, ya que estos son los que encontrará más interesantes. No trate el análisis de datos como algo que aprende leyendo un libro o haciendo un curso. Cuanto más exploras, más aprendes. Intente encontrar diferentes fuentes para su aprendizaje, desde libros hasta videos, MOOC y desafíos de análisis de datos.
- ¿Big Data contiene programación?
- ¿Cómo es la ciencia de datos diferente del análisis de Big Data?
- ¿Cuáles son las diferencias entre la base de datos y la estructura de datos? ¿Cuándo usamos cada uno?
- Cómo mostrar que dos conjuntos de datos tienen distribuciones diferentes
- ¿Qué piensa sobre la inmersión en la ciencia de datos de Galvanize en Austin?
Siga los blogs [2] / personas que hablan sobre los últimos desarrollos en el campo y comience a aprender sobre ellos en su tiempo libre. Como dije antes, cuanto más exploras, más aprendes.
Como punto de partida, le sugiero que tome el Curso de Andrew Ng sobre Machine Learning [3], ya que eso le daría una buena comprensión de todos los conceptos básicos que necesita para aprender el análisis de datos.
Además, si está buscando una forma de aprender análisis de datos sin aprender el código, puede seguir este espacio [4]. Esta es una solución creada para personas que desean ensuciarse las manos con los datos, sin preocuparse por el código subyacente que entra en el análisis.
Notas al pie
[1] Aprenda R, Python y Data Science en línea | DataCamp
[2] ¿Preparándose para una carrera en ciencia de datos? No olvides los intangibles
[3] Aprendizaje automático | Coursera
[4] TreasureHunt
