一个研一统计学硕士过年期间的思考

过年啦，感谢大家一年来的支持和鼓励。祝大家新春快乐，阖家幸福，万事如意，身体健康！一首“将军令”送给大家，希望大家都能做自己生活的“将军”！

2016年10月份，我开启了自己的公众号。当时自己刚保了研，时间一下子松了很多，以为自己能尝试做更多自己的事，希望结合自己在组里做的内容，分享分享自己的东西，同时交交朋友，互相交流。可惜事与愿违，自己并没有因此而闲下来，自己的推文思路也迟迟没有定下来，前端的有，数据挖掘之类的都有，一个原因是组里的工作就是两个方向，另一个是因为自己并没有定下来，直到去年年末，我才最终决定自己的最终方向——数据科学，自己的公众号的方向才慢慢开始稳定下来。总结了一下，从开发至今，共推送105条，篇均阅读量不足50，相比很多同期的个人公众号而言，这个算是非常少的，自己也思考了很多原因，感觉自己的内容确实比较不那么亲民，质量还有待提高。后面我会继续探索，了解大家关心的内容，与时俱进，多写一些好东西进行分享。虽然前端我目前还有在做，但是未来我的大方向还是数据科学和数据挖掘，所以后面我会继续更新数据科学相关的内容，欢迎大家继续关注，也欢迎大家转发分享。

关于我的具体内容和方向，可以参考这几篇文章。

数据科学和很多学科一样，就是一个需要学习、需要深入的学科或者方向，对初学者，2018年的建议有这几个：

代码。无法避开，要实现模型解决问题，代码基本都绕不过，而且对数据科学而言，代码其实并不困难。小白推荐python和R，好入门的同时，社区齐全，功能完善。

沉下心学习。现在都说大数据，各种火，但是很多人的心很浮躁，妄图几天就学会，花几天就能落地实现，不存在的，必须静下心的读书、学习、看论文、看源码、动手试试你才会有进步，才会有所得。

完善自己的技能树。数据科学与数据挖掘是一个交叉性比较强的学科，良好的数学基础和较高的技术水平都是入行的必要条件，公式推不了，代码写不好的，很难做一些事情，不要为了蹭热度以为上了车就能通往人生巅峰，不存在的。对于技能树里面该有的东西，可以看我的数据科学家必备技能（硬件篇）和数据科学家必备技能（软件篇）这两篇文章。

多动手。站在岸上学不会游泳，光看书和学习是绝对不行的，学习最终的目标都是为了用，在闲暇之余，多动手做一些项目，网上很多实战，例如垃圾邮件分类、泰坦尼克生还者分析、离职员工预测等，甚至是大学生的建模竞赛，其实都是很适合练手的项目，网上也有很多人的分享，尝试做做无妨。不要觉得简单就不做，因为你动起手来，才知道你自己很多东西都不会。

多百度。只要合法，符合道德，没有什么问题是百度解决不了的，如果有，那就淘宝。很多你遇到的问题就是很多人遇到的，所以一般会有人写经验，多查查看看就好。别遇到啥都去问人，大家都有事情忙，不是都有时间回，互相理解一下，有时候可能会伤感情，很难受。

不要怕看英文。可能很多人看到英文会绕道走，这是绝对不行的！！大部分人都学了不短时间的英语了，大胆尝试看看，很多东西其实没那么难，加上现在翻译工具这么多，百度翻译，谷歌翻译等，都很靠谱，所以不要害怕看，是好东西就别浪费了。

问题导向。包括我在内，技术或者方法很多，所以总想着从方法出发去找问题，这样很难有明确的发展方向，要让项目落地，实施，盈利，那就要找到正确的、确实存在的、有希望解决的问题，然后才是方法，俗话说方法总比问题多嘛。这只是一种思维方式，但是不见得方法导向就是错的，毛主席说过——实事求是。

谨慎对待深度学习。深度学习只是众多解决问题的方法之一，但并不是唯一的。深度学习是一个能让结果提升很快的一种方法，结果是真的好，但是由于深度学习的黑箱的原因，如果一遇到问题首先就上深度学习，很多关于问题深层次的性质你就无法发现，调试模型或者是分析的时候，就没有很好的结果。这点我后面会专门写文章探讨这个问题。

2017年，感谢父母对我无微不至的照顾，感谢导师的谆谆教诲，感谢2018对我来说很重要，是我的一个转型期，科研上，工作上，生活上都有十分重要的事情，所以我会继续按照这个努力的节奏继续下去，希望大家也不要放松步伐，持续前进。

最后，再次祝愿看到这篇文章的，没看到这篇文章的大家在新的一年，心想事成，万事如意！2018，我们一同进步。

有什么欢迎留言，我们聊聊，另外最近打算求职，各位大佬如果看得起小生，感谢收留。