【資源推薦】小白入門數(shù)據(jù)科學的幾個寶藏學習網站

關注上方“Python數(shù)據(jù)科學”，選擇星標，

前方高能，準備開啟收藏夾吃灰模式。

本篇東哥分享幾個數(shù)據(jù)科學入門的學習網站，全部免費資源，且內容優(yōu)質，是小白入門的不二選擇。吃灰是常規(guī)操作，但也得吃，總比需要用的時候找不到強。

下面開始進入正題。

什么是Kaggle？

kaggle是全球最先也是目前規(guī)模最大的數(shù)據(jù)科學競賽組織了。之所以這么受歡迎，是因為很多大的公司奉獻出自家真實的數(shù)據(jù)給kaggle，提出真實業(yè)務場景面臨的痛點，需要數(shù)據(jù)科學上的解決方案。

我個人覺得是非常有意思的，因為很多人苦學理論，正愁著沒有真實數(shù)據(jù)去實踐，有了這個機會，不論方案是否可以排上名次，都是寶貴的實踐經驗啊。

當然，作為方案最優(yōu)的前三名可以得到一筆豐厚的報酬，幾千美元到幾萬美元不等，這更加刺激廣大數(shù)據(jù)愛好者了。競賽已經有上百場了，各種場景和需求，并且隨著需求增多，競賽也在不斷增加。

Kaggle上有什么？

原來的kaggle只有單一的競賽，現(xiàn)在的kaggle已經不只是競賽這么簡單了。它還有豐富的社區(qū)、免費的學習課程、在線實操的環(huán)境。

下面是一在線操作提交模型的環(huán)境，非常奈斯。

各路神仙在社區(qū)共享自己的kernels和源代碼，是個非常好的交流學習機會，有興趣可以自己去看。這里主要說下免費的學習課程，下面是地址。

https://www.kaggle.com/learn/overview

學習列表中有python、機器學習、深度學習、可視化、pandas數(shù)據(jù)處理、SqL入門和進階等14門課程。雖是英文，我相信對于有心的人都不是問題了。

Coursera很多朋友應該熟悉，吳恩達的機器學習課程最早就是從這里開始分享的。里面有各個名校大學的公開課，很多都是免費公開的課程，聽課是免費的，但學完后認證證書需要付費。

這里分享幾個東哥收藏的寶藏課程，每一個都很經典，好評無數(shù)。

1.機器學習 (Andrew Ng / 斯坦福大學)

https://www.coursera.org/learn/machine-learning

2.專業(yè)數(shù)據(jù)科學(10門課/JHU)

https://www.coursera.org/specializations/jhu-data-science

3.數(shù)據(jù)科學實戰(zhàn)(5門課/JHU)

https://www.coursera.org/specializations/executive-data-science

4.專業(yè)數(shù)據(jù)挖掘(6門課/伊利諾伊大學)

https://www.coursera.org/specializations/data-mining

5.數(shù)據(jù)科學碩士(8門課/伊利諾伊大學圣巴巴拉分校)

https://www.coursera.org/degrees/master-of-computer-science-illinois/data-science

6.數(shù)據(jù)科學應用碩士(密歇根大學)

https://www.coursera.org/degrees/master-of-applied-data-science-umich

Udacity（優(yōu)達學成）是個美國的付費類培訓機構，內容涉及所有編程和計算機類的課程，是歪果仁拍的視頻課程，質量很高，但收費很貴。

仔細觀察，其實也有很多免費的課程供學習的，東哥把收藏的存貨也拿出來分享下。

1.數(shù)據(jù)科學導論

總共10個章節(jié)，以titanic和NewYork Subway data項目為例介紹數(shù)據(jù)分析、可視化、數(shù)據(jù)處理、Mapreduce大數(shù)據(jù)。

https://www.udacity.com/course/intro-to-data-science--ud359

2.數(shù)據(jù)分析導論

https://www.udacity.com/course/intro-to-data-analysis--ud170

3.數(shù)據(jù)可視化分析

這個課程是基于R語言的，介紹了R語言基礎、邏輯回歸、線性回歸、正則化等內容。

https://www.udacity.com/course/data-analysis-and-visualization--ud404

4.使用SQL做數(shù)據(jù)分析

https://www.udacity.com/course/sql-for-data-analysis--ud198

5. 統(tǒng)計推理入門

主要介紹推斷性統(tǒng)計的知識，比如各種檢驗，假設檢驗、t檢驗、卡方檢驗、ANOVA方差分析、回歸等等。

https://www.udacity.com/course/intro-to-inferential-statistics--ud201

當然，除了這些還有很多付費的，感興趣可自行查找，本篇只談免費。

下面是幾個很好的國外數(shù)據(jù)科學社區(qū)和個人博客，內容不如前面三個學習網站有組織和條條理，但是有很多優(yōu)秀的文章分享也可以作為參考學習。

1. 面向數(shù)據(jù)科學

https://towardsdatascience.com/

這里著重說下這個社區(qū)，專門的數(shù)據(jù)科學學習平臺，里面都是一些國外愛好者的分享，涵蓋了data science、machine learning、deep learning、visualization、programming等，缺點是需要特殊工具才能上去，用谷歌訪問助手也可以。

2. 方差解釋

http://varianceexplained.org/

3. 成為一名數(shù)據(jù)科學家

https://www.becomingadatascientist.com

4. Mark Meloon

https://www.markmeloon.com/

5. Julia Silge

https://juliasilge.com/blog/

往期精彩回顧

• 適合初學者入門人工智能的路線及資料下載

• 機器學習及深度學習筆記等資料打印

• 機器學習在線手冊

• 深度學習筆記專輯

• 《統(tǒng)計學習方法》的代碼復現(xiàn)專輯
  

• AI基礎下載

• 機器學習的數(shù)學基礎專輯

獲取一折本站知識星球優(yōu)惠券，復制鏈接直接打開：

https://t.zsxq.com/yFQV7am

本站qq群1003271085。

加入微信群請掃碼進群：

#資源推薦