背景音乐：平凡之路
凡事预则立，不预则废。
写在前面
结合国内外的行业现状，和数据科学领域的培养模式，我把数据科学的学习过程分成以下四个级别：入门、初级、中级、高级。（吃瓜群众就是喜欢分级，哈哈哈）
高级之上，我认为还有一个级别：进阶，强调跨学科的综合能力，以及团队协作能力。
由于我不是科班出身，学得不够系统，所以现在的级别是，前三个级别都是雨露均沾。
当然，无论你是处于哪个级别，当你决定提高自己的时候，你就已经成功了一半。
入门级
编程语言（会用）
R
Python
知识（了解）
数据库
数据结构
技能（会用）
用 python 进行简单的数据处理、可视化
初级
知识（掌握）
概率论
统计学
技能（熟悉）
MySQL
常用工具（git等）
数据清洗
爬虫
常用的模型（回归等）
中级
知识（掌握）
高等数学
线性代数
技能（掌握）
机器学习
文本挖掘
高级以下的知识，我还能叨叨几句，高级以上的，我就不班门弄斧了，以后有能力了再填上。
高级
知识（精通）
高级算法
技能（熟悉）
深度学习
复现论文
