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