Comment créer un plan d’étude autonome en science des données d’un an en utilisant la saisonnalité de votre cerveau

Créer un plan d'étude autonome d'un an en science des données en utilisant la saisonnalité de votre cerveau.

Votre cerveau a aussi des saisons et vous pouvez les utiliser pour apprendre la science des données de manière plus efficace

Il peut sembler impossible de vous enseigner vous-même la science des données et de commencer une nouvelle carrière lorsque vous ne parvenez même pas à exécuter votre programme Python simple sans erreurs. Ces types d’histoires peuvent être les plus décourageantes.

Dans de tels moments, il peut sembler difficile d’apprendre la science des données par vous-même et de commencer une nouvelle carrière. Cela peut également sembler un exercice inutile lorsque vous avez déjà tout essayé par le passé pour vous enseigner les concepts et les outils dont vous aurez besoin pour réussir, pour finalement abandonner au bout de quelques semaines par manque d’engagement, de progression ou de plaisir.

Cependant, s’il y a une chose que j’ai apprise en étudiant avec succès par moi-même ces quatre dernières années, c’est que le succès survient lorsque vous apprenez enfin à travailler avec votre cerveau – et non contre lui. Et cela passe par l’apprentissage de la saisonnalité de votre cerveau.

Voici comment mettre en place votre plan d’étude autonome d’un an en science des données en utilisant la saisonnalité de votre cerveau pour maximiser votre potentiel d’apprentissage et votre efficacité.

• Analyse exploratoire des données Découvrir l’histoire cachée dans votre ensemble de données
• Apprendre les bases pour votre prochain projet LangChain
• Examen des vols aux États-Unis avec AWS et Power BI

Votre plan d’étude saisonnier d’un an

La fonctionnalité du cerveau est affectée par la saison, tout autant que par l’heure de la journée. Les rythmes annuels de l’activité cérébrale ont été étudiés en 2016 et il a été constaté qu’ils fluctuent en fonction de la saison. L’étude a révélé que le cerveau fonctionne à pleine capacité dans les tâches d’attention soutenue pendant l’été, mais à capacité minimale dans les mêmes tâches pendant l’hiver. De plus, le cerveau fonctionne à pleine capacité dans les tâches de mémoire de travail (la mémoire de travail fait référence à la mémoire nécessaire pour “planifier, comprendre, raisonner et résoudre des problèmes”) pendant l’automne, mais à capacité minimale dans les mêmes tâches pendant le printemps. Bien que d’autres études soient nécessaires pour consolider ces résultats, nous pouvons toujours les utiliser pour établir un plan d’étude en science des données d’un an qui utilisera votre cerveau à son plein potentiel.

Hiver : programmation et structures de données

Selon l’étude mentionnée ci-dessus, l’hiver est une période pendant laquelle votre cerveau n’est pas exactement à son meilleur en ce qui concerne les tâches d’attention soutenue. Cependant, cela ne signifie pas que vous ne pouvez pas commencer à travailler sur des tutoriels de programmation et à vous familiariser avec les bases de données et les structures de données.

D’après mon expérience, je peux dire que vous ne devriez pas passer plus de trois heures par jour à apprendre à coder ou à travailler avec des bases de données. Il y a quelque chose dans l’apprentissage du code qui se prête mieux à donner tout ce que vous avez pendant deux à trois heures de cours, puis à passer le reste de votre temps à résoudre des problèmes pratiques – c’est généralement là que vous apprenez le plus.

freeCodeCamp.org

Apprenez à coder gratuitement.

www.youtube.com

C’est maintenant le moment de commencer à suivre les cours sur freeCodeCamp pour apprendre les bases de Python (et/ou R), SQL, et peut-être même un peu de JavaScript.

Ensuite, le reste de votre journée devrait être consacré à ajouter des éléments à vos propres projets personnels ou à compléter des questions pratiques sur Leetcode. Le processus d’application du code est là où vous apprendrez le plus. Écrire du code, rencontrer des erreurs, apprendre à naviguer sur StackOverflow et apporter des corrections sont ce qui vous permettra de solidifier les concepts que vous avez appris plus tôt dans la journée.

Printemps : visualisation des données

Comme l’étude mentionnée ci-dessus le suggère, le printemps est un moment où la mémoire de travail de votre cerveau est au plus bas – cela signifie qu’il est temps pour vous de vous plonger dans quelques concepts de visualisation des données et d’essayer de les mémoriser au mieux.

La visualisation des données peut être considérée comme la partie “facile” de l’apprentissage de la science des données et pour de bonnes raisons – vous apprenez les représentations précises des données, les types de visualisation et l’esthétique. Cependant, ne vous laissez pas tromper en pensant que ces choses ne sont pas importantes. Bien au contraire. La visualisation des données vous permet de raconter l’histoire des données et de formuler vos prédictions pour l’avenir.

Vous voudrez travailler à établir un flux de travail qui vous assure de répondre à toutes les bonnes questions avant de préparer votre visualisation : quel est l’objectif de votre visualisation ? qui est votre public ? quelle quantité d’informations devez-vous donner dans une seule visualisation ? comment pouvez-vous utiliser les couleurs et les graphiques de manière plus efficace ?

Alors que vous ne savez pas encore grand-chose sur le nettoyage des données (cela viendra à l’automne lorsque vous mettrez tout en place dans votre première analyse de données complète), vous pouvez commencer à visualiser certaines données préparées grâce aux compétences en programmation que vous avez développées cet hiver. Consultez cette liste pour trouver des ensembles de données que vous pouvez utiliser pour commencer à construire des visualisations.

Été : algèbre, statistiques, calcul

Selon l’étude discutée ci-dessus, l’été est la saison optimale pour les tâches d’attention soutenue de votre cerveau. Cela signifie que vous voulez aborder les concepts les plus difficiles de la science des données pendant l’été. Pour la plupart des gens, cela signifie les mathématiques.

Les trois prochains mois sont le moment d’ouvrir les manuels et les vidéos tutorielles sur Youtube et de commencer à maîtriser les sujets de l’algèbre, des statistiques et du calcul. Ces trois domaines des mathématiques sont ceux dont vous aurez besoin pour la plupart des emplois généraux en science des données (les exigences spécifiques à l’industrie peuvent nécessiter des niveaux de mathématiques plus élevés, tels que le calcul multivariable, les équations différentielles et les mathématiques discrètes).

Professeur Leonard

Cette chaîne est dédiée à l’éducation mathématique de qualité. Elle est absolument GRATUITE, alors profitez-en ! Les vidéos sont organisées en…

www.youtube.com

Le professeur Leonard est mon instructeur préféré sur Youtube pour l’algèbre, les statistiques et le calcul. Il propose des cours universitaires complets de haute qualité, allant de la pré-calcul jusqu’aux équations différentielles. Mon seul regret est de ne pas avoir commencé à regarder ses cours plus tôt.

Automne : tout rassembler – analyse de données

L’automne est la période où votre cerveau fonctionne à sa capacité maximale de mémoire de travail, ce qui signifie qu’il est temps de mettre en pratique tout ce que vous avez appris au cours de l’année passée et de réaliser votre première analyse de données complète.

L’analyse de données suit les étapes de détermination d’un objectif pour l’analyse, de collecte, de nettoyage et d’analyse des données, et enfin d’interprétation des résultats et de production d’une conclusion. Cela regroupera tout ce que vous avez appris précédemment, dans le but ultime de vous permettre d’effectuer le travail d’un véritable scientifique des données.

L’objectif ici n’est pas que vous soyez parfait. Franchement, vous avez passé les neuf derniers mois à apprendre les fondamentaux de l’analyse de données, ce n’est pas beaucoup de temps. Au lieu de cela, l’objectif est de réfléchir méthodiquement aux étapes de l’analyse de données tout en appliquant ce que vous avez pu apprendre au cours de l’année précédente. Vous n’aurez peut-être pas toutes les réponses, et il peut encore y avoir certaines techniques qui vous échappent pour pouvoir produire la meilleure analyse possible. Cependant, vous devriez avoir les compétences de base nécessaires pour tirer des conclusions pertinentes à partir des données avec lesquelles vous travaillez.

Réflexions finales

Il est essentiel de réitérer mon message du début de cet article : l’objectif de ce plan n’est pas de vous apprendre la science des données en un an, mais de vous aider à développer une routine cohérente qui vous permet de progresser régulièrement dans votre programme d’apprentissage de la science des données.

Alors que le plan semble bien établi pour que vous deveniez un scientifique des données en un an, ce n’est pas toujours le cas – il y aura des obstacles.

Ce plan n’est rien de plus qu’un guide pour vous aider à étudier les sujets dont vous avez besoin pour devenir un scientifique des données aux meilleurs moments de l’année afin de tirer le meilleur parti des variations naturelles de votre cerveau. Avec chaque année qui passe, vous pouvez être sûr que les compétences s’enracinent de plus en plus dans votre cerveau, grâce à la saisonnalité de notre cerveau.

Abonnez-vous pour recevoir mes histoires directement dans votre boîte de réception : Abonnement aux histoires

Veuillez devenir membre pour avoir un accès illimité à VoAGI en utilisant mon lien de parrainage (je recevrai une petite commission sans frais supplémentaires pour vous) : Adhésion à VoAGI

Soutenez mon écriture en faisant un don pour financer la création de plus d’histoires comme celle-ci : Faire un don

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!