全文共字，预计学习时长8分钟
在传统的实体院校中，如果想要学习数据科学并获得硕士学位，需要花费3至12万美元。即使是网络课程也不便宜，至少需花费9千美元。如果你拿不出这么多学费，该怎么学习数据科学呢？
如果你不想拿出或拿不出大量资金，以支持自己继续接受正规教育，那么请参考本文。
课程主要包括三部分：技术、理论和实践。课程所需的每个资源都会提供链接，此外还会附赠一些其他“低成本”的替代选项，并估算其价格。如果你想花点小钱加快学习进度，这些资源会派上用场。
技术
课程的第一部分将侧重于技术。相比从学习数学理论入手，首先学习技术更有利于培养实用第一的观念。在数据科学领域，Python是迄今为止应用最广泛的编程语言。在年展开的Kaggle机器学习/数据科学现状调查中，83％的受访者表示他们每天都会使用Python。因此我建议初学者重点学习Python，不过也得花点时间学习别的语言（例如R）。
1学习Python基础知识
在使用Python之前，首先需要对相关知识有一个基本了解，例如可以参与一些Python入门课程。相关课程很多，但我最推荐的是Codeacademy上的课程，因为它们始终支持学生在浏览器内实践编码。
建议通过参与入门课程来学习Python（