¿Cómo debe un estudiante de matemáticas computacionales (interesado en la ciencia de datos) comenzar a aprender sobre los diversos aspectos de la ciencia de datos?

Hay muchas respuestas brillantes de científicos de datos realmente inteligentes. Solo puede buscar cómo aprender ciencia de datos y obtendrá lo que necesita.

Me especializo en matemáticas computacionales. Se trata principalmente de un método numérico para resolver ecuaciones lineales y diferenciales, que son fundamentales en los modelos físicos. Aunque la ciencia de datos actualmente no tiene nada que ver con ecuaciones diferenciales, uno de sus algoritmos básicos es la optimización, que está contenida en la teoría numérica. La optimización, junto con su función de costo, son muy básicas y esenciales en el algoritmo de aprendizaje automático. La teoría convexa, especialmente la optimización convexa, contribuye a la investigación operativa y a la mayoría de las áreas en la investigación del aprendizaje automático (como SVM, sistema de recomendación, detección de compresión).

Como la ciencia de los datos se trata de datos, las estadísticas y la teoría de la probabilidad son fundamentales. La teoría de la medida también ayudará. Como los datos se ejecutan en la computadora, el algoritmo, la estructura de los datos y la base de datos se verán afectados.

La ciencia de datos está actualmente más relacionada con la industria. Así que necesitas sobresalir en la codificación con Python o R (son muy fáciles de aprender de primera mano). Si planea obtener un trabajo relacionado con el análisis de datos, debe estar familiarizado con algunas cosas de ingeniería relacionadas (marco de tensorflow, base de datos MySQL, Mapreduce, etc.). En la industria, la prueba lógica no es necesaria a menos que publique papel. Los gerentes, o compañía, se enfocan más en resolver problemas y eficiencia (tiempo, dinero).

Quora ya contiene gran información sobre la ciencia de datos en la industria o en la investigación. Sólo busca y muchas respuestas brillantes te ayudarán.