Python и R по-прежнему остаются двумя ведущими языками программирования в науке о данных
Наука о данных - это такая обширная область, которая включает в себя несколько подразделов, таких как инженерия данных, подготовка и преобразование данных, визуализация данных, машинное обучение и глубокое обучение.
Хотя для изучения данных требуется несколько навыков (Минимум в области науки о данных: 10 основных навыков, которые необходимо знать, чтобы начать заниматься наукой о данных), для науки о данных необходимы два основных требования:
а) солидный математический фон
б) Навыки программирования
В этой статье мы обсудим основные языки программирования, которые вам понадобятся для работы в области науки о данных. Чтобы узнать о необходимых математических навыках, перейдите в раздел Основные математические навыки для машинного обучения.
Языки программирования, используемые в науке о данных
Если вы попробуете объявления о вакансиях в области науки о данных с таких платформ, как Indeed.com или LinkedIn, вы получите представление о технических навыках, упомянутых в объявлениях о вакансиях в области науки о данных. Некоторые технические навыки (языки программирования), упомянутые в объявлениях о вакансиях специалиста по обработке данных, включают следующее:
- Python
- R
- Matlab
- Hadoop
- SAS
- SQL
- Таблица
- Excel
- Power BI
- AWS
- Лазурь
- Java
- Юлия
- Scala
Обладая таким широким разнообразием навыков, упомянутых в объявлениях о вакансиях специалистов по анализу данных, каждый новичок, заинтересованный в изучении основ науки о данных, естественно спросит себя:
На каком языке программирования мне следует сосредоточиться?
Если вы заинтересованы в изучении основ науки о данных, вам нужно с чего-то начать. Пусть вас не ошеломит нелепый список языков программирования, упомянутых в объявлениях о вакансиях специалистов по анализу данных. Хотя важно изучить как можно больше инструментов для науки о данных, для начала рекомендуется начать с одного или двух языков программирования. Затем, когда вы накопите солидный фон в области науки о данных, вы сможете бросить вызов себе, чтобы узнать о разных языках программирования или различных платформах и инструментах для повышения производительности, которые могут улучшить ваш набор навыков.
Языки программирования, на которых стоит сосредоточиться, если вы новичок в области науки о данных
Согласно этой статье (Самые востребованные технические навыки для специалистов по анализу данных), Python и R по-прежнему являются безоговорочными чемпионами науки о данных, когда дело касается языков программирования.
Для новичка нормально начать с одного языка программирования, скажем, Python, а затем, возможно, изучить R позже, или вы можете изучать два языка одновременно.
Хорошо то, что вы можете получить навыки работы с Python и R по ходу обучения на курсах по науке о данных. Большинство программ обучения науке о данных часто начинается с основ программирования. Поэтому, если специализация в области науки о данных будет преподаваться с использованием R, они часто начинают с такого курса, как R Basics или Python Basics, если специализация преподается на Python.
Так что, если у вас есть некоторый базовый опыт программирования, вы действительно можете научиться науке о данных с помощью самообучения на онлайн-курсах. Вам не нужны предварительные знания в программировании на Python или R, чтобы начать свой путь к науке о данных. Вы будете изучать и овладевать этими языками на протяжении всего обучения, выполняя домашние задания, читая книги, а также используя многочисленные доступные онлайн-ресурсы для оказания помощи в программировании на R и Python.
Если вас интересуют специализации в области науки о данных, которые могут помочь вам начать изучение базовых курсов программирования на R или Python, вот две из моих любимых специализаций в области науки о данных, которые научат вас науке о данных на Python и R в процессе работы (для тех, у кого есть некоторые предварительные знания). знакомство с базовым программированием):
(i) Профессиональный сертификат в области науки о данных (HarvardX, через edX): https: //www.edx.org/professional ...
Включает в себя следующие курсы, все из которых преподаются с использованием R (вы можете проверять курсы бесплатно или приобрести подтвержденный сертификат):
- Наука о данных: основы R;
- Data Science: визуализация;
- Наука о данных: вероятность;
- Наука о данных: вывод и моделирование;
- Наука о данных: инструменты повышения производительности;
- Наука о данных: борьба;
- Наука о данных: линейная регрессия;
- Наука о данных: машинное обучение;
- Наука о данных: Capstone
(ii) Прикладная наука о данных со специализацией на Python (Мичиганский университет, через Coursera): https: //www.coursera.org/special ...
Включает в себя следующие курсы, все из которых преподаются с использованием Python (вы можете проверять большинство курсов бесплатно, для некоторых требуется покупка подтвержденного сертификата):
- Введение в науку о данных в Python;
- Прикладное построение графиков, диаграмм и представление данных на Python;
- Прикладное машинное обучение на Python;
- Прикладной интеллектуальный анализ текста в Python;
- Прикладной анализ социальных сетей на Python.
Таким образом, Python и R остаются двумя ведущими языками программирования в науке о данных. По моему личному опыту, я использую Python для приложений машинного обучения, в то время как я считаю R очень полезным для статистического анализа. По сути, все, что можно сделать с помощью Python, можно реализовать и в R. Стоит узнать, как заниматься наукой о данных как на Python, так и на R, так как это повысит ваши шансы получить работу в качестве исследователя данных, поскольку эти языки являются двумя основными языками, упоминаемыми в большинстве объявлений о вакансиях в области науки о данных.
