「ChatGPTを使ってデータサイエンスを学ぶ方法（もし最初からやり直せるなら）」

「ChatGPTを使ってデータサイエンスを学ぶ方法」

AIを使って自己学習するための2023年のデータサイエンスのロードマップ。

学び方を学ぶことは、あなたが育てることができる最も役立つスキルの一つです。

私が最初にプログラミングやデータサイエンスを自己学習し始めたとき、私は無数のオンラインコースに登録しました。コースを完了し、証明書を取得するたびに、一時的な達成感を得ました。

まるで新しいことを学んだような感覚です。

しかし、その感覚はいつも一瞬でした。なぜなら、学んだことを実践しようとするたびに、失敗してしまったからです。

• CDCデータレプリケーション：技術、トレードオフ、洞察
• データサイエンスにおけるデータクリーニングの重要性
• 複数の時間軸での予測 天気データの例

理論的には、クラス、メソッド、オブジェクト指向プログラミングの仕組みを理解していました。ランダムフォレストと決定木、グリッドサーチとベイズ最適化の違いも知っていました。

しかし、実際のデータセットで作業することはできませんでした。

新しいプロジェクトを作ろうとするたびに、壁にぶつかり、知らないトピックに出会うことがありました。

そして、自分の知識の不足を埋めるために、新しいオンラインコースに没頭してしまいました。

この終わりのないサイクルは、チュートリアルの罠として知られており、私はそれに2年間閉じ込められていました。

それが私が学び方を学んだ時までです。

既にこの分野で仕事をしていたプログラマーやデータサイエンティストと話し合った後、私は自己学習のために追従したデータサイエンスのロードマップを作りました。

わずか数か月で、このロードマップは私をこの分野での仕事に就かせるのに役立ちました。

私は同様のロードマップを使って、キャリアを築き上げ、コミュニケーション能力やデータストーリーテリングのスキルを向上させ、PysparkやSQLのような新しい言語を学び、VoAGIに魅力的な記事を書き、最初のデータサイエンスオンラインコースを作成しました。

しかし、以前に作成したすべての学習ロードマップは、昨年ChatGPTがリリースされる前に適用されました。

ChatGPTは新しいスキルを学ぶためのゲームチェンジャーです。

私が会社で新しい役割に移行し、時間系列予測モデルを構築したり、知らなかったデータ可視化フレームワークを使用したりする必要があるような場合、…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!