如何掌握数据科学界的“黑色黄金”?( 四 )_数据就是新的石油。现在进入算法世界的

数据就是新的石油。

现在进入算法世界的门槛相当低，开源已经从被Steve Ballmer这样的人奉为恶魔，发展到成为微软不可分割的一部分。许多开源项目正在推动数据科学、数字分析和机器学习的发展。

到2018年，算法、编程框架和机器学习包（甚至如何学习这些技术的教程和课程）不是稀缺资源，高质量的数据才是。

这对于数据科学和机器学习的初学者来说常常会产生复杂的问题。这篇文章只针对缺乏用于学习目的的数据这个问题，而不涉及用于运行商业操作的数据。

自驱动数据科学的关键

数据科学既热门又畅销。而且，人们正在转向数据科学——他们正在改变职业，为训练营和线上MOOC支付费用，在LinkedIn建立社交网络。但是，许多新入学者一旦通过了正规的课程，进入不确定的领域，就很难保持学习新“工艺”的势头。

要解决什么问题？关注哪个MOOC？参加什么Kaggle比赛？要学习什么新的机器学习包？要在Github上展示什么样的项目？要掌握多少数学技能？

如何掌握数据科学界的“黑色黄金”?( 四 )