全文共2881字，預計學習時長10分鐘
告別社交，缺少娛樂？疫情期間宅家覺得太無聊？別再浪費時間啦，不試試怎麼知道自己潛力無限呢？
莎士比亞在隔離期間完成了《李爾王》；牛頓在隔離期間為運動定律的發現奠定了基礎；現在輪到你隔離在家，只想拍拍抖音搞笑視頻嗎？就算做不到改變戲劇世界或者在物理界掀起幾輪變革，也別小瞧自己。你完全可以鞏固自己數據科學的技能，疫情結束後一躍踏上職業之路。
隨便在谷歌上搜一下，就會發現課多到一輩子都上不完……這裡只推薦一些筆者認為有用的課程，根據你目前編程和統計的水平，這裡的課程會很適合。
圖源：unsplash
本篇指導會分為兩大類，幫你更好地瞭解。就編程而言，三種語言最為關鍵：Python、R和shell腳本。對於一名數據科學家，這些都是基礎。你也需要對Git 和GitHub瞭解一二。
如果想成為數據科學家，Python和R熟知一個就差不多，這都看你以後想在哪工作；同時還需瞭解一點數據庫的知識，最先進的方法就是SQL。關於統計，任何講數據科學的課都能滿足。
很多課還會介紹一些最重要的編程語言以及技術環境。但筆者還是建議大家報名專門的語言課程，畢竟編程很關鍵！但這段時間，很多人可能面臨著失業或預算不足的危險，所以這裡只列出免費的資源。不管怎麼說，方法比投入的資金對你的進步更重要。
話不多說，開始學習吧！
編程課程
根據你目前掌握的技能，有些課也許不用上，也可能所有都有用。為了讓大家一目瞭然找到最合適的，每種語言只給出1到2門課程。
圖源：unsplash
如果你是個小白，建議這些課都看看，再繼續參與接下來提到的數據科學課程。
1.Python
learnpython.org 上的資料很適合入門，全部為交互式，無需安裝任何東西就可以在瀏覽器上直接敲代碼。也許你會發現幾個小時之後自己就能熟練掌握。再練習幾天，就能編寫基礎項目。
安裝Python和相關程序包是早晚的事，感覺差不多了就試試Python的官方資源。但之前沒有編碼經驗的不要著手弄，不然超級可怕。
資金充足的話可以聽一聽DataCamp上有關Python的課。每月支付25美元即可享受多門課程，這些課也會講瀏覽器中代碼。多數情況下，Python和learnpython.org上的免費資源能夠完全滿足需求。
圖源：searchenginejournal
2.R
哈佛大學的edX課程會告訴你學習R語言的所有東西。課程為期8周，分下來每週只花1到2小時，並不會佔用很多時間。
若是想花更多精力學得更深一些，霍普金斯大學的coursera課程也可以。為期4周，第一週需要25小時，之後每週10到12小時。該門課程涵蓋安裝，也會介紹一些背景知識。
3.Shell腳本
Learn Code The Hard Way這本書就是入門的不錯選擇。它講得非常系統，不會涉及複雜的用戶界面，這本書好就好在這一點，稍後你會看到不同的命令行（不含圖像）。
學習這門課程是有些限制的，但絕對值得。完成需要5到10個小時，這取決於你打算學到什麼程度。
圖源：unsplash
4.GitHub
如果你之前從未使用過GitHub，那筆者建議你讀讀Anne Bonner的指導，並按照上面的指示做。
閱讀需要18分鐘，但我建議至少花幾個小時琢磨一下，因為在你按照指導進行操作的過程中是需要反覆回看的，把一切都準備好總歸是好的。假如你瞭解一些的話，GitHub指南會幫你查漏補缺。
5.SQL
Python能夠輕鬆應對數據集，SQL則適合規模大的數據。w3schools.com上的教程幾乎包括所有的基礎知識。上面有許多瀏覽器內代碼的例子，所以非常適合初學者，整個課程學下來會花10到15小時。
如果你更喜歡通過視頻來學，可以試一試可汗學院上的課程。其中有更多具有難度的瀏覽器內代碼的例子，你需要花上5到10個小時去學。
數據科學課程&統計課程
習得一些編程技巧之後，下面這些課程可以加深你對統計的瞭解。一兩個課程即可，根據你的投入時間和語言決定選擇哪些。
圖源：searchenginejournal
6.哈佛大學/edX上的統計學與R
· 時長：8到16小時（為期4周，每週2到4小時），進度因人而異
· 語言：R（懂基礎編程是前提）
該門課程時間不長，但涵蓋了數據科學的基本常識，重點在數據分析和可視化。打算短時間內掌握就可以選擇這門課。
7.哈佛大學工程與應用科學學院/coursera上的CS109課程
· 時長：大約100個小時（為期13周，每週8小時），進度因人而異
· 語言：Python
該門實際課程由哈佛大學工程與應用科學學院教授。雖然不像coursera、edX等一樣是線上課程，但內容很有價值。
8.霍普金斯大學：數據科學專業課程
· 時長：大約需要200個小時（為期8個月，每週6小時），進度因人而異
· 語言：R（Python是先決條件）
對於有志成為數據科學家的人來說，這門課程一定得看看。其下又分為10門課程，你可按需搭配組合。要是想獲得資格證寫到簡歷裡，則10門課程都需要學。
圖源：unsplash
9.udacity:介紹數據科學
· 時長：大約100個小時（為期2個月，每週10小時），進度因人而異
· 語言：Python
這門課程很詳細，從數據獲取、分析到可視化都有所涉及。對於此刻困在家中的人們來說，這樣的時長和交互形式再合適不過了。如果你比較忙，2周以內就能看完！
10. 密歇根大學/coursera：應用數據科學
· 時長：大約120個小時（為期4個月。每週8小時），進度因人而異
· 語言：Python
這門課更多強調的是動手操作。其下分為5門課程，你可以按需隨意組合。特別是對於那些明確自己未來工作領域方向的人，該課程幫助也許很大。有兩大部分很有意思，一個是機器學習一個是社交網絡分析。
11.德克薩斯州大學/edX:數據分析的基礎
· 時長：18到36小時（為期6周，每週3到6小時），進度因人而異
· 語言：R（基本的編程知識是先決條件）
這門課程的標籤就是本科統計課程，同時附加模型課程。但考慮到投入的時間很少，這門課程更多介紹的是統計和模型。
福利：統計學的入門讀本
6到11的課程也許只是數據科學的一部分，可以幫助你打基礎。coursera上也有兩個免費課程主要講統計的基礎內容，想學哪種語言就選對應的課程。
密歇根大學/coursera:含專業Python的統計學
· 時長：大約56個小時（為期2個月，每週7小時），進度因人而異
· 語言：Python
這門課程耗時適中，十分適合在居家隔離的時候學習。分為三個板塊，包括理解和可視化數據，推理數據分析以及合適的統計模型。
圖源：turtlebayedu
杜克大學/coursera：含專業R的統計學
· 時長：大約140個小時（為期7個月，每週5小時），進度因人而異
· 語言：R
這門課程對比上面含Python的會花較長的時間，因為牽扯更多數學基礎知識。其分為5個板塊，有推理統計、線性迴歸、建模和貝葉斯統計。如果你想打下堅實的數學基礎玩轉R語言，這個很適合。
最後一點：調用領域知識以及人脈關係
所有人上網都可觀看這些課程，它們能幫你打基礎，但很難讓你在競爭中脫穎而出。如何成為獨一無二的數據科學家？要找到自己的優勢。
你之前在哪個領域工作？健康、數學、生物、化學、物理或完全不沾邊的領域？你的交際圈裡誰可以給你指導？誰知道其他人也從事數據科學？讓你的交際圈動起來。多聽取意見，向其他轉型成數據科學家的人諮詢，這樣就能學到第一手經驗。
彎道超車的機會到啦，把握住這段“難得”的空閒時間，準備好迎接嶄新的自己。
我們一起分享AI學習與發展的乾貨
閱讀更多 讀芯術 的文章
