厌倦了当前的工作，想要转行从事数据科学，但又没有计算机专业背景？不用担心，这里有一些实用的方法可以帮助你入门。

对于那些希望通过自学来掌握数据科学技能的人来说，有许多途径可以选择。比如，一位名叫Dario的22岁数据科学家就曾通过自学掌握了这些知识。Dario认为，要想从零开始学习数据科学，首先要熟悉一些基础的数学概念，包括线性代数、微积分、概率论与统计学以及编程基础。这些知识可以通过在线课程或相关书籍获得。Python 是一门非常适合数据科学的语言，因此在掌握基础数学知识后，可以开始学习 Python。

自学方式的选择

自学数据科学需要每天投入一定的时间，那么选择看书还是看视频呢？这取决于个人喜好。如果你觉得每天下班后再看书有些吃力，那么视频教程可能是更好的选择。视频教程不仅可以在上下班途中观看，还能直观地展示操作过程。

Dario推荐了一门名为《数据科学与机器学习Python训练营》的在线课程，这门课程涵盖了使用Pandas和NumPy进行数据分析，以及使用Matplotlib和Seaborn进行数据可视化的基础知识。尽管内容不算深入，但对于初学者来说已经足够。

此外，他还推荐了由吴恩达教授主讲的《机器学习》课程。这门课程提供中文字幕，非常适合中文读者。课程质量很高，受到了大量用户的认可，有超过260万用户注册学习。

优秀的入门书籍

如果你更喜欢通过阅读来学习，这里有几本非常值得推荐的数据科学入门书籍。

第一本是《Python数据科学手册》，这本书从Jupyter Notebook开始，详细介绍了Numpy、Pandas、Matplotlib和Scikit-Learn等工具的使用方法。这本书非常适合非计算机专业的读者，中文版评分高达9.3分。

第二本是《统计学习导论》，虽然书中包含了一些数学内容，但整体来说比较容易理解。这本书的最大特点是代码示例是用R语言编写的，不过英文版可以免费下载，中文版评分也达到了8.3分。

第三本是《Scikit-Learn与TensorFlow机器学习实战指南》，这本书能够帮助读者深入理解机器学习的核心概念和算法。目前，该书的中英文版本都已经出版。

下一步

完成所有课程后，Dario建议初学者建立一个GitHub项目，利用5个数据集进行实践操作，并记录自己的分析过程和思考。这样不仅可以展示自己的能力，还可以为未来的职业发展打下坚实的基础。

总之，无论你是选择看书还是看视频，都有很多资源可以帮助你顺利过渡到数据科学领域。希望以上的建议对你有所帮助！