数据科学家成长指南

本文是数据科学家学习路径的的完结篇，算上《数据科学家成长指南（上）》和《数据科学家成长指南（中）》，总篇幅应该五万字多一点。本文更新数据获取、数据清洗、工具三条线路的内容，文字较少。——————Data Ingestion 数据获取这一块的概念比较混乱，主要是涉及太多的名词概念，很混淆，我大致粗略的翻译一下。不保证一定

在《 数据科学家成长指南(上) 》中已经介绍了基础原理、统计学、编程能力和机器学习的要点大纲，本文更新后续的第五、六、七条线路：自然语言处理、数据可视化、大数据。 　　 准备好在新的一年，学习成为未来五年最性感的职位么。—————— 　　 Text Mining / NLP文本挖掘，自然

　　 少年，你渴望力量么？ 　　 这才是真正的力量，年轻人！这是Swami Chandrasekaran所绘制的一张地图。名字叫MetroMap to Data Scientist（数据科学家之路），别称怎么死都不知道的。数据科学家是近年火爆兴起的职位，它是数据分析师的后续进阶，融合了