我认为这真的取决于你决定专攻什么。数据科学是一个非常广泛的领域，你实际上可以在不知道特征值和特征向量是什么的情况下处理数据。但是，如果您想获得对统计或机器学习的中级/高级理解，您至少需要线性代数的中级/高级知识。

我建议在 MOOC 上上一堂关于线性代数的入门课程——只是为了更准确地了解线性代数是什么——然后研究一些你感兴趣的其他主题。线性代数是一个有用的工具，但它可能非常有用无聊，特别是如果你是一个“应用”的人。此外，我认为一些概念，如特征值或特征向量，在应用环境中更容易理解，例如主成分分析。