种一棵树最好的时间是十年前，或是现在。数据科学对我来说就是一棵我心心念念的树。十年前我没有种下它，现在如果没有data103我可能还再犹豫要不要种下。
一直以来，我都是一个好听点说是有上进心的人，不好听点说一个争强好胜的人。我知道好胜心不一定是绝对好的，但也从没想过这份上进心会压得我透不过气。在从今年6月份到9月份，从刚刚回国一个月后开始，在见了所有日思夜想的家人和朋友，吃了所有在国外想吃却吃不到得美食之后，我开始思考我该如何进行我学习计划。我回来是想学习的，我是信心满满的，毕竟都学习学了20年，一直以来成绩也还不错，那有啥困难的。可是，人往往不会跌倒在绝境，却往往栽倒在十字路口。这份不知道该向什么方向努力的上进心在心里释放不出来，使我备受折磨。
想学的东西太多，不知道怎么开始；想学的东西太杂，完全没有头绪。在这三个月，我查看了很多入门推荐的博客，也分别买了Learning Python、Introduction to Algorithms、Structure and Interpretation of Computer Programs......看倒是都看了点，但是也没有办法静心来看，走马观花而已。直到我遇到了data103。所以在这里要再次感谢一下data103的所有工作人员，要是当初没有你们行的方便，让我插班进来，可能我又荒废了许久时间。这里就说说我的关于data103的一些感受和收获。
关于课程。课程时长短，但是课程的作业很多也很实际。之前买了很多本书但是并没有跟着实际操作，为了报名数据科学班，我跟着learn python the hard way做了起来。慢慢体会到了实际上对于计算机相关的学习，最好的方法就是实践，在操作中学习知识，实践中理解知识。data103丰富的课后作业都是实战演练而非纸上谈兵。这让我得以及时的理解熟悉课上知识。这一方法论在我后来作大作业中证明确实很有用。这一经验对于我今后的学习有很强的指导意义。
关于大作业。大作业的自由度很高，可以选择自己喜欢的题目。有的小伙伴选择了和自己工作内容相关的工作，用自己所学的知识来优化工作内容应该会带来极大的学习动力吧。而我之前一直想尝试一下kaggle，当初报名的时候就想在学习结束之后可以具备kaggle的入门能力，没想到作业里竟然就有kaggle入门的题目，当时让我很惊喜。后来在计划大作业的题目时，发现了国内由阿里创办的类kaggle比赛，阿里天池。现在以作业里的题目为起点，在最后的大作业中从阿里天池的入门赛里选择了一个题目。如肖凯老师所言，做数据挖掘最难的是明确目的，知道自己在一堆数据中想要得到什么。选择一个由成熟机构选编的比赛题目，其自带的评判标准就是目的。作为数据新手，自己选择的题目往往由于没有评判标准而缺乏目的性，最终仅仅浅尝则止于探索阶段，这一点我在写大作业的过程中有着深刻的体会。同时比赛的竞争性以及竞争所带来的成就感，也是催人上进的动力。虽然需要学习恶补的东西还有很多，但我现在迫不及待的想再选几个题目去比赛了。
关于收获。收获很多，课程和大作业的收获是表面上的，方法论上的，上面也说了一些。但最主要的收获是自己身上的变化，世界观上的。所谓失败是成功之母，其实成功才是成功之母，习惯性的成功依靠的是路径依赖。在这次的课程中，我也有很深刻的体会。每一次想要放弃的时候，其实坚持下去总会有办法去实现，而一旦坚持过去了就会发现，不过如此。一次次的反复，最终在面对困难时，从开始的时候也就没了畏惧的心理，只是想着去思考如何去解决问题。在整个过程中，我可以很明显感受到在面对困难时自己心态上一点一点的变化。在data103的帮助下，我走过了这段十字路口的低迷期。现在课程结束了，我也找到了自己感兴趣的东西，大概知道该怎么前进，该学习哪些东西了。可以说，以前是迷茫的，现在是坚定的；以前拥有的是色厉内荏的好胜心，现在是拥有的是希望自己变的更好的上进心。
现在这棵树刚刚种下，还远远没有到纳阴乘凉，收获果实的时候。这篇文章算是对初探数据的总结，希望在一段时间过后再来看看，不忘这份初心。
11/11/2016
by Jhang
网友评论