最全数据科学学习资源:Python、线性代数、机器学习……

整理 | 阿司匹林

【人工智能头条导读】数据科学是一个非常热门的领域,为了帮助正在学习或者想要学习这门学科的读者,我们特意整理了一份学习资源清单,除了 Python、pandas、线性代数、机器学习等基础课程,以及一些数据可视化的教程资源之外,我们还列出了一些有关数据科学实例和案例研究的资源,帮助大家更好地练习和实践。

▌基础资源

How to launch your data science career (with Python):来自 Data School 数据科学学习“路线图”

http://www.dataschool.io/launch-your-data-science-career-with-python/

吴恩达的机器学习课程:

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

一位学生整理的课程笔记:

http://www.holehouse.org/mlclass/

Andrej Karpathy 博客:专注于神经网络的机器学习博客

http://karpathy.github.io/

Practical Deep Learning for Coders:fast.ai 的免费课程

http://course.fast.ai/index.html

Linear algebra:MIT 的线性代数课程

https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/

Introduction to Computing using Python:乔治亚理工学院的 Python 基础课程

https://www.edx.org/course/introduction-computing-using-python-gtx-cs1301x

Microsoft Professional Program in AI:来自微软的 AI 课程

https://www.edx.org/microsoft-professional-program-artificial-intelligence

▌可视化资源

Python's Visualization Landscape:Jake VanderPlas 在 PyCon 2017 的讲话

https://www.youtube.com/watch?v=FytuB8nFHPQ

The Ultimate Python Seaborn Tutorial:使用 Pokemon 数据集

https://elitedatascience.com/python-seaborn-tutorial

Python Graph Gallery:用编程创建不同类型的图块

https://python-graph-gallery.com/

Python Plotting for Exploratory Data Analysis:使用多个 viz 库对 13 个不同的图进行编码

http://pythonplot.com/

Kaiser Fung's 关于可视化的博客

http://junkcharts.typepad.com/

▌数据科学实例和案例研究

Analyzing Data: What pandas and SQL Taught Me About Taking an Average:Alex Petralia 在 PyCon 2018 上的讲话

https://www.youtube.com/watch?v=DlgG0QdrqAU

Siraj Raval:YouTube上风格独特的一个教育频道

https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A

Machine Learning with Text in scikit-learn: Kevin Markham 在 PyCon 2016 上的演讲

https://www.youtube.com/watch?v=ZiKMIuYidY0&list=PL5-da3qGB5ICeMbQuqbbCOQWcS6OYBr5A&index=10

Kaggle Kernels:数据科学竞赛的代码

https://www.kaggle.com/kernels

Python Data Science Handbook:Jake VanderPlas 的书

https://jakevdp.github.io/PythonDataScienceHandbook/

pandas Q&A video series:30+ pandas 教学视频

https://www.youtube.com/playlist?list=PL5-da3qGB5ICCsgW1MxlZ0Hq8LL5U3u9y

▌其他资源

Think Stats: 用 Python 探索数据分析

http://greenteapress.com/wp/think-stats-2e/

Statistical Rethinking:

http://xcelab.net/rm/statistical-rethinking/

PyMC3 version of the code:

https://github.com/pymc-devs/resources/tree/master/Rethinking

参考链接:

https://docs.google.com/document/d/1dr4GvVtnOf60x1uj4PbYeoFDZMumzic11S_drqjlT08/edit

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180514B0YUOJ00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券