很多人可能都會有這樣的疑問：網上有這么多可用的資源，為什么保持學習數據科學的積極性這么難呢?

無論你怎樣學習數據科學，你總會遇到一些會扼殺積極性的挑戰，碰上一些讓你覺得自己很渺小而無能為力的工作，或者聽到惡魔在你耳邊低語，“這太難了，放棄吧。”

但你不必獨自面對這個難題。這篇文章將會提到一些打擊學習積極性的陷阱。希望你在了解了這些陷阱之后，走向數據科學的職業道路會更加平坦。

確保你適合學習數據科學后再開始學習

[[258160]]

數據科學家這一職業很吸引人，薪水高、工作有趣、受人尊崇。因此許多人想做數據科學家。

對大數據以及人工智能概念都是模糊不清的，該按照什么線路去學習，學完往哪方面發展，想深入了解，想學習的同學歡迎加入大數據學習qq群：458345782，有大量干貨(零基礎以及進階的經典實戰)分享給大家，并且有清華大學畢業的資深大數據講師給大家免費授課，給大家分享目前國內最完整的大數據高端實戰實用學習流程體系 。

但是，即使你對數據科學很感興趣，如果你討厭它的日常任務以及那種感受，那就很難保持積極性了。

對大多數初學者來說，在真正進入到“做”的階段，即構建全面的數據科學項目之前，可能要經過數個月的學習。這時候你意識到自己討厭這一過程的話，對自身將是一個很沉重的打擊。

如果你選擇從事數據科學家這一職業，你要適應以下的任務和這些任務給你的感受。

感受：

• 學習永無止境的感受。
• 超出能力范圍或被壓得喘不過氣的感受。
• 一次次的失敗才迎來一次成功的感受。
• 花費了數周心血的項目失敗了或被忽視的感受。

任務：

• 在完全沒有任何基礎上自學的技能。
• 花幾十個小時解答一個看似簡單的問題。
• 將自己與(看似)更成功的人作比較。
• 與不了解(不關心)數據科學的人談論數據科學。
• 做準備占95%，執行只占5%的工作。
• 做很多不那么吸引人的工作(數據庫創建、數據再加工……)。
• 敲代碼……無窮無盡地敲代碼。

建議：學習之前要做好研究

數據科學家這一職業很棒，但同時也能給人帶來巨大的打擊。

在開始學習之時做一點研究，堅持完成數據科學學習的概率會大大增加。

學會處理焦慮

做研究時你會發現一個不幸的事實：要做一名數據科學家，你要精通很多工具，會許多技能，這會讓人覺得成為數據科學家的希望很渺茫。

你可能會開始問自己：我要不要再讀個博士?沒有工作經驗的話，我怎么才能學到這些技能?我能夠學會這些東西嗎? 

[[258161]]

學習數據科學之初，你會覺得很焦慮，壓力大。這很正常，每個初學者都會這樣。但要記得剛開始學習的這段時間對于你未來是否能成功至關重要。你在最初幾周里養成的學習習慣會一直延續下去，并決定你在之后的學習中會如何應對壓力和焦慮帶來的負面影響。

如果你能從一開始就找到處理壓力和焦慮的健康的方法，那么隨著時間的推移，你學習數據科學的信心將會更堅定，積極性會更強。

要提醒你的是，在剛開始學習的這段時間內，你絕對不能采用不健康的方式來應對負面影響。

什么方式健康什么不健康，很大程度上因人而異。以下是一些不健康的應對壓力的方式，不要踩雷。

對學習感到不知所措時，不要購買全面的課程或教科書

要是你真的購買了全面的學習課程或者教科書，學習就好像變成了別人交給你的苦差事。更糟的是，因為沒有努力去規劃自己要學的東西，你便不知道學習某種技能或概念的原因是什么。結果如何呢?一旦你購買了網上課程，你的學習積極性就迅速下降。

不要這樣做的原因：即使你能從別人的課程中學到很多東西，還是建議你不要這樣做。為什么?因為在數據科學的學習過程中，你學到的最重要的技能便是你能夠自學。

在自學過程中，你可以發現自己技能中的漏洞，學習新技術以填補漏洞，并制定一份可行的計劃來學習這些技能。如果僅通過現成的課程來學習，那你就會少這方面的經驗就會很欠缺。

隨著時間的推移，情況會變得更糟。當你真的成為數據科學家時，你可能會遇到一個十分獨特的任務，對于那個領域的問題，你完全沒有任何經驗。這時候如果慕課或教科書上沒有你需要學習的技能，那你的日子就很難過了。

在壓力大時不要推遲學習或指定某一天來學習

初學者可能會犯的***錯誤是推遲學習。如果你覺得太忙了所以推遲，那沒關系。但如果你想學有所成，就要每天留出時間來學習。如果你沒有每天練習和學習，你的學習積極性很快便會減弱，最終你會對這份本可施展你的抱負的職業失去興趣。

不要這樣做的原因：成為數據科學家的過程是一場馬拉松，而不是短跑。這個職業所需的廣泛技能只有通過長期不懈的努力學習才能獲得。如果你試圖在短時間內學會所有技能，最終只會耗盡自己的精力，失去繼續學習下去的積極性。

更糟糕的是，如果你有時間就學，沒時間就不學，那你可能永遠也不會真正踏上學習的旅程。如果你真的這樣做了，你的大腦會形成一個觀念，認為有時間的時候才能學習。對于數據科學來說，有這種想法便意味著你的職業生涯快要終結了。

建議：盡早養成健康的學習習慣

不管你是想要在事業上有所作為的全職工作者，還是想要從事自己感興趣的職業的在校學生，你們都要養成一個健康的學習習慣來應對壓力。

學習之初可以養成的一些健康的習慣：

• 每天留出時間來學習新東西。
• 加入數據科學的學習社群，你會發現很多人和你一樣有焦慮感。
• 如果你在學習中感到疲憊和焦慮，那就抽空用最近學到的知識來做個項目。這是很好的減壓方式，可以讓你回顧學習數據科學的初衷。

學會應對學習時的不知所措

真正開始學習數據科學的技能以后，你會發現要關注的東西很多。這時候，你可以列出未來半年里想要學習的8到12個技能。 看看斯瓦米·錢德拉賽卡蘭的數據科學技能地圖，你就明白了。

***次看到這張圖的時候，很多人可能會被要學習的技能之多嚇到。一個人怎么能自學學會這些技能呢?不幸的是，這種不知所措的感覺會一直伴隨著你。

當你感覺已經掌握了一個概念或技能的時候，馬上又要在學習列表上加上五項新技能。隨著時間的推移，你需要學習的技術變得更新，更復雜，情況也就變得更糟。

學習的重負令你不知所措時，如果你沒有應對的計劃，那么可能有兩種結果。

• ***種結果：你開始感到非常焦慮，因為需要學習的技能太多。你越焦慮就越難專注于一件事。你可能會花上幾個月的時間在不同的技能之間來回轉換，拼命地想一次學會所有的技能，***一項技能也沒掌握時，你就會很沮喪。
• 第二種結果：尚未掌握的技能太多，把你壓得喘不過氣來。這種情況繼續下去的話，會嚴重影響到學習積極性。你會把學會的和沒學會的技能進行對比，然后一天比一天沮喪。這時，你就會覺得自己取得的任何進步都毫無意義，自己不可能成為一名數據科學家。

任何一種情況變得越來越嚴重時，學習數據科學的積極性也會被慢慢消磨掉。但別擔心，有了詳盡周到的學習計劃和學習的重點，我們就可以在學習之初解決這些難題。

建議：有條理地學習，循序漸進

數據科學本身涉及的領域很廣泛，想掌握這眾多技能的唯一方法就是循序漸進，一次只學一種技能。無論你想怎么學習數據科學，都要制定線型的、有條理的學習計劃，一次只集中精力學習一種技能，這可以讓你在面對眾多要學習的技能時更游刃有余。

如果你想制定自己的學習計劃，你可以構建斯瓦米那樣的技能地圖。但是，看到要學習技能那么多，你可能會覺得喘不過氣來。這正是循序漸進的優點所在。

應對學習重壓的***方法是設定短期目標，將注意力集中在最重要的技能上。原則是——任何時候都要列出下個月要掌握的最重要的三個技能。