看似無邊無際、高深難懂而又時刻更新的資料科學知識，該怎樣學才更高效呢？希望讀過本文後，你能獲得一些幫助。
疑惑
週五下午，我給自己的研究生開組會。主題是工作坊教學，嘗試搭建自己的第一個深度神經網路。
參考資料是我的文章《如何用Python和深度神經網路發現即將流失的客戶？》。我帶著學生們從下載最新版Anaconda安裝包開始，直到完成第一個神經網路分類器。
過程涉及程式設計虛擬環境問題，他們參考了《如何在Jupyter Notebook中使用Python虛擬環境？》一文，比較順利地掌握瞭如何在虛擬環境裡安裝軟體包和執行命令。
我要求他們，一旦遇到問題就立即提出。我幫助解決的時候，所有人圍過來一起看解決方案，以提升效率。
我給學生們介紹了神經網路的層次結構，並且用Tensorboard視覺化展示。他們對神經網路和傳統的機器學習演算法（師兄師姐答辯的時候，他們聽過，有印象）的區別不是很瞭解，我就帶著他們一起玩兒了一把深度學習實驗場。
看著原本傻乎乎的直線繞成了曲線，然後從開放到閉合，把平面上的點根據內外區分，他們都很興奮。還錄了視訊發到了微信朋友圈。
欣喜之餘，一個學生不無擔憂地問我：
老師，我現在能夠把樣例跑出來了，但是裡面有很多內容現在還不懂。這麼多東西該怎麼學呢？
我覺得這是個非常好的問題。
對於非IT類本科畢業生，尤其是“文科生”（定義見這裡），讀研階段若要用到資料科學方法，確實有很多知識和技能需要補充。他們中不少人因此很焦慮。
但是焦慮是沒有用的，不會給你一絲一毫完善和進步。學會拆解和處理問題，才是你不斷進步的保證。
這篇文章，我來跟你談一談，看似無邊無際、高深難懂而又時刻更新的資料科學知識，該怎樣學才更高效。
許多讀者曾經給我留言，詢問過類似的問題。因此我把給自己學生的一些建議分享給你，希望對你也有一些幫助。
目標
你覺得自己在資料科學的知識海洋裡面迷失，是因為套用的學習模式不對。
從上小學開始，你就習慣了把要學習的內容當成學科知識樹，然後系統地一步步學完。前面如果學不好，必然會影響後面內容的理解消化。
知識樹的學習，也必須全覆蓋。否則考試的時候，一旦考察你沒有掌握的內容，就會扣分。
學習的程式，有教學大綱、教材和老師來負責一步步餵給你，並且督促你不斷預習、學習和複習。
現在，你突然獨自面對一個新的學科領域。沒了教學大綱和老師的方向與進度指引，教材又如此繁多，根本不知道該看哪一本，茫然無措。
其實如果資料科學的知識是個凝固的、靜態的集合，你又有無限長的學習時間，用原先的方法來學習，也挺好。
可現實是，你的時間是有限的，資料科學的知識卻是日新月異。今年的熱點，興許到了明年就會退潮。深度學習專家Andrej Karpathy評論不同的機器學習框架時說：
Matlab is so 2012. Caffe is so 2013. Theano is so 2014. Torch is so 2015. TensorFlow is so 2016. :D
怎麼辦呢？
你需要以目標導向來學習。
例如說，你手頭要寫的論文裡，需要做資料分類。那你就研究分類模型。
分類模型屬於監督學習。傳統機器學習裡，KNN, 邏輯迴歸，決策樹等都是經典的分類模型；如果你的資料量很大，希望用更為複雜而精準的模型，那麼可以嘗試深度神經網路。
如果你要需要對圖片進行識別處理，便需要認真學習卷積神經網路（Convolutional Neural Network），以便高效處理二維圖形資料。
如果你要做的研究，是給時間序列資料（例如金融資產價格變動）找到合適的模型。那麼你就得認真瞭解遞迴神經網路（recurrent neural network），尤其是長短期記憶(Long short-term memory, LSTM)模型。這樣用人工智慧玩兒股市水晶球才能遊刃有餘。
但如果你目前還沒有明確的研究題目，怎麼辦？
不要緊。可以在學習中，以案例為單位，不斷積累能力。
實踐領域需求旺盛，資料科學的內容又過於龐雜，近年來MOOC上資料科學類課程的發展，越來越有案例化趨勢。
一向以技術培訓類見長的平臺，如Udacity, Udemy等自不必說。就連從高校生長出來的Coursera，也大量在習題中加入實際案例場景。Andrew Ng最新的Deep Neural Network課程就是很好的例證。
我之前推薦過的華盛頓大學機器學習課程，更是非常激進地在第一門課中，通過案例完整展示後面若干門課的主要內容。
注意，學第一門課時，學員們對於相關的技術（甚至是術語）還一無所知呢！
然而你把程式碼跑完，出現了結果的時候，真的會因為不瞭解和掌握細節就一無所獲嗎？
當然不是。
退一萬步說，至少你見識了可以用這樣的方法成功解決該場景的問題。這就叫認知。
告訴你一個小竅門：在生活、工作和學習中，你跟別人比拼的，基本上都是認知。
你獲得了認知後，可以快速瞭解整個領域的概況。知道哪些知識對自己目前的需求更加重要，學習的優先順序更高。
比案例學習更高效的“找目標”方式，是參加專案，動手實踐。
動手實踐，不斷迭代的原理，在《如何高效學Python？》和《創新怎麼教？》文中我都有詳細分析，歡迎查閱。
這裡我給你講一個真實的例子。
我的一個三年級研究生，本科學的是工商管理。剛入學的時候按照我的要求，學習了密歇根大學的Python課程，並且拿到了系列證照。但是很長的一段時間裡，他根本就不知道該怎麼實際應用這些知識，論文自然也寫不出來。
一個偶然的機會，我帶著他參加了另一個老師的研究專案，負責技術環節，做文字挖掘。因為有了實際的應用背景和嚴格的時間限定，他學得很用心，幹得非常起勁兒。之前學習的技能在此時真正被啟用了。
等到專案圓滿結束，他主動跑來找我，跟我探討能否把這些技術方法應用於本學科的研究，寫篇小論文出來。
於是我倆一起確定了題目，設計了實驗。然後我把資料採集和分析環節交給了他，他也很完滿地做出了結果。
有了這些經驗，他意識到了自己畢業論文資料分析環節的缺失，於是又順手改進了畢業論文的分析深度。
恰好是週五工作坊當天，我們收到了期刊的正式錄用通知。
看得出來，他很激動，也很開心。
深度
確定目標後，你就明白了該學什麼，不該學什麼。
但是下一個問題就來了，該學的內容，要學到多深、多細呢？
在《貸還是不貸：如何用Python和機器學習幫你決策？》一文裡，我們嘗試了決策樹模型。
所謂應用決策樹模型，實際上就是呼叫了一個包。
from sklearn import tree
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X_train_trans, y_train)
複製程式碼只用了三行語句，我們就完成了決策樹的訓練功能。
這裡我們用的是預設引數。如果你需要了解可以進行哪些引數調整設定，在函式的括號裡使用shift+tab按鍵組合，就能看到詳細的引數列表，並且知道了預設的引數取值是多少。
如果你需要更詳細的說明，可以直接查文件。在搜尋引擎裡搜尋sklearn tree DecisionTreeClassifier這幾個關鍵詞，你會看到以下的結果。
點選其中的第一項，就可以看到最新版本scikit-learn相關功能的官方文件。
當你明白了每個函式工作的方法、引數可以調整的型別和取值範圍時，你是否可以宣稱自己瞭解這個功能了？
你好像不太有信心。
因為你覺得這只是“知其然”，而沒有做到“知其所以然”。
但是，你真的需要進一步瞭解這個函式/功能是如何實現的嗎？
注意圖中函式定義部分，有一個指向source的連結。
點開它，你就會導航到這個函式的原始碼，託管在github上。
如果你是個專業人士，希望研究、評估或者修改該函式，認真閱讀原始碼就不僅必要，而且必須。
但是作為文科生的你，如果僅是為了應用，那完全可以不必深入到這樣的細節。將別人寫好的，廣受好評的軟體包當成黑箱，正確地使用就好了。
這就如同你不需要了解電路原理，就可以看電視；不需要了解川菜的技藝和傳承，就可以吃麻婆豆腐。只要你會用遙控器，會使筷子，就能享受這些好處。
越來越多的優秀軟體包被創造出來，資料科學的門檻也因此變得越來越低。甚至低到被聲討的地步。例如這篇帖子，就大聲疾呼“進入門檻太低正在毀掉深度學習的名聲！”
但是，不要高興得太早。覺得自己終於遇到一門可以投機取巧的學問了。
你的基礎必須打牢。
資料科學應用的基礎，主要是程式設計、數學和英語。
數學（包括基礎的微積分和線性代數）和英語許多本科專業都會開設。文科生主要需要補充的，是程式設計知識。
只有明白基礎的語法，你才能和計算機之間無障礙交流。
一門簡單到令人髮指的程式語言，可以節省你大量的學習時間，直接上手做應用。
程式設計師圈子裡，流行一句話，叫做：
人生苦短，我用Python。
Python有多簡單？我的課上，一個會計學本科生，為了拿下證照去學Python基礎語法，一門課在24小時內，便搞定了。這還包括做習題、專案和系統判分時間。
怎麼高效入門和掌握Python呢？歡迎讀讀《如何高效學Python？》，希望對你快速上手能有幫助。
協作
瞭解了該學什麼，學多深入之後，我們來講講提升學習效率的終極祕密武器。
這個武器，就是協作的力量。
協作的好處，似乎本來就是人人都知道的。
但是，在實踐中，太多的人根本就沒有這樣做。
因為，我們都過於長期地被訓練“獨立”完成問題了。
例如考試的時候跟別人交流，那叫作弊。
但是，你即便再習慣一個人完成某些“創舉”，也不得不逐漸面對一個真實而殘酷的世界——一個人的單打獨鬥很難帶來大成就，你必須學會協作。
這就像《權力的遊戲》裡史塔克家族的名言：
When the cold winds blow the lone wolf dies and the pack survives. （凜冬將至，獨狼死，群狼活。）
文科生面對螢幕程式設計，總會有一種孤獨無助的感覺，似乎自己被這個世界拋棄了。
這種錯誤的心態會讓你變得焦慮、恐慌，而且很容易放棄。
正確的概念卻能夠拯救你——你正在協作。而且你需要主動地、更好地協作。
你面前這臺電腦或者移動終端，就是無數人的協作成果。
你用的作業系統，也是無數人的協作成果。
你用的程式語言，還是無數人的協作成果。
你呼叫的每一個軟體包，依然是無數人的協作成果。
並非只有你所在的小團隊溝通和共事，才叫做協作。協作其實早已發生在地球級別的尺度上。
當你從Github上下載使用了某個開源軟體包的時候，你就與軟體包的作者建立了協作關係。想想看，這些人可能受僱於大型IT企業，月薪6位數（美元），能跟他們協作不是很難得的機會嗎？
當你在論壇上丟擲技術問題、並且獲得解答的時候，你就與其他的使用者建立了協作關係。這些人有可能是資深的IT技術專家，做諮詢的收費是按照秒來算的。
這個社會，就是因為分工協作，才變得更加高效的。
資料科學也是一樣。Google, 微軟等巨頭為什麼開源自己的深度學習框架，給全世界免費使用？正是因為他們明白協作的終極含義，知道這種看似吃虧的傻事兒，帶來的回報無法估量。
這種全世界範圍內的協作，使得知識產生的速度加快，使用者的需求被刻畫得更清晰透徹，也使得技術應用的範圍和深度空前提高。
如果你在這個協作系統裡，就會跟系統一起日新月異地發展。如果你不幸自外於這個系統，就只能落寞地看著別人一飛沖天了。
這樣的時代，你該怎麼更好地跟別人協作呢？
首先，你要學會尋找協作的夥伴。這就需要你掌握搜尋引擎、問答平臺和社交媒體。不斷更新自己的認知，找到更適合解決問題的工具，向更可能回答你問題的人來提問。經常到Github和Stackoverflow上逛一逛，收穫可能大到令你吃驚。
其次，你要掌握清晰的邏輯和表達方式。不管是搜尋答案，還是提出問題，邏輯能力可以幫助你少走彎路，表達水平決定了你跟他人協作的有效性和深度。具體的闡釋，請參考《Python程式設計遇問題，文科生怎麼辦？》。
第三，不要只做個接受幫助者。要嘗試主動幫助別人解決問題，把自己的程式碼開源在Github上，寫文章分享自己的知識和見解。這不僅可以幫你在社交資本賬戶中儲蓄（當你需要幫助的時候，相當於在提現），也可以通過反饋增長自己的認知。群體的力量可以通過“贊同”、評論等方式矯正你的錯誤概念，推動你不斷進步。
可以帶來協作的連結，就在那裡。
你不知道它們的存在，它們對你來說就是虛幻。
你瞭解它們、掌握它們、使用它們，它們給你帶來的巨大益處，就是實打實的。
小結
我們談了目標，可以幫助你分清楚哪些需要學，哪些不需要學。你現在知道了找到目標的有效方法——專案實踐或者案例學習。
我們聊了深度，你瞭解到大部分的功能實現只需要瞭解黑箱介面就可以，不需要深入到內部的細節。然而對於基礎知識和技能，務必夯實，才能走得更遠。
我們強調了協作。充分使用別人優質的工作成果，主動分享自己的認知，跟更多優秀的人建立連結。擺脫單兵作戰的窘境，把自己變成優質協作系統中的關鍵節點。
願你在學習資料科學過程中，獲得認知的增長，享受知識和技能更新帶來的愉悅。放下焦慮感，體驗心流的美好感受。
討論
到今天為止，你掌握了哪些資料科學知識和技能？你為此花了多少時間？這個過程痛苦嗎？有沒有什麼經驗教訓可以供大家借鑑？歡迎留言，把你的感悟分享給大家，我們一起交流討論。
喜歡請點贊。還可以微信關注和置頂我的公眾號“玉樹芝蘭”(nkwangshuyi)。
如果你對資料科學感興趣，不妨閱讀我的系列教程索引貼《如何高效入門資料科學？》，裡面還有更多的有趣問題及解法。