大数据文摘出品
来源：medium
编译：徐玲、Aileen
几天前，我开始考虑如果必须重新开始学习机器学习和数据科学，我将从哪里开始？有趣的是，我如今想象的路径与我刚开始时实际走的路径完全不同。
我知道我们每个人都以不同的方式学习。有些人喜欢视频，有些人只喜欢看书，很多人需要参加付费课程去感受更多的压力。没关系，重要的是真的去学习并且享受其中。
如果我不得不重新开始学习数据科学，从我自身的角度为了能够更好地学习，我设计了一下这条道路，供大家参考。
如你所见，我最喜欢的学习方法是从简单入手，逐渐研究复杂的内容。这意味着从实际示例开始，然后转向更抽象的概念。
Kaggle微课程
我知道从这里开始可能很奇怪，许多人希望从最沉重的基础和数学视频开始，以充分了解每种ML模型背后发生的事情。但是从我的角度出发，从实用和具体的角度出发有助于更好地了解整个情况。
此外，每门小课程需要只大约4个小时才能完成，因此预先设定达到这些小目标会增加额外的动力。
Python
如果你熟悉Python，则可以跳过此部分。在这里，你将学习基本的Python概念，这些概念将帮助你开始学习数据科学。虽然关于Python的很多事情对你来说仍然是个谜，但是随着我们的前进，你将通过实践学习它。
价格：免费
链接：