10 Tài nguyên Bộ sưu tập Tài nguyên cần thiết để sử dụng với Python - núm vú

Có thực sự là một tấn thông tin có sẵn trên mạng cho các nhà khoa học dữ liệu sử dụng Python. Thông tin này giới thiệu cho bạn một bộ sưu tập tài nguyên khoa học dữ liệu phong phú mà bạn thực sự cần biết.

Nhận thông tin chi tiết với tạp chí Dữ liệu Khoa học hàng tuần

Tạp chí Khoa học Dữ liệu hàng tuần là một bản tin miễn phí mà bạn có thể đăng ký để có được thông tin mới nhất về những thay đổi trong khoa học dữ liệu. Tài nguyên bao gồm nhiều chủ đề sau:

Các bộ dữ liệu khoa học dữ liệu

Dữ liệu Khoa học Các bài đọc nhiều nhất

Dữ liệu Các nhà khoa học đàm phán

Dữ liệu Các nhà khoa học trên Twitter

Dữ liệu Khoa học Nhật ký điện tử

Có được một danh sách tài nguyên tại U Climb Cao

Ngay cả với các kết nối trực tuyến phù hợp và một công cụ tìm kiếm tốt, cố gắng tìm đúng nguồn lực có thể được khó khăn. U Climb Higher đã công bố danh sách 24 tài nguyên khoa học dữ liệu được đảm bảo để giữ ngón tay của bạn trên xung của các chiến lược và công nghệ mới. Tài nguyên này đề cập đến các chủ đề sau: xu hướng và diễn biến; những nơi để tìm hiểu thêm về khoa học dữ liệu; gia nhập cộng đồng; tin tức khoa học dữ liệu; những người thực sự hiểu biết về khoa học dữ liệu tốt; tất cả các nghiên cứu mới nhất

Bắt đầu với KDnuggets

Học về khai phá dữ liệu và khoa học dữ liệu là một quá trình. KDnuggets phá vỡ quá trình học tập thành một loạt các bước. Mỗi bước cung cấp cho bạn cái nhìn tổng quan về những gì bạn nên làm và tại sao. Bạn cũng tìm thấy liên kết đến nhiều tài nguyên trực tuyến để làm cho quá trình học tập dễ dàng hơn đáng kể. Mặc dù trang web nhấn mạnh việc sử dụng R, Python và SQL (theo thứ tự đó) để thực hiện các nhiệm vụ khoa học dữ liệu, các bước thực sự sẽ làm việc cho bất kỳ một số cách tiếp cận mà bạn có thể thực hiện.

Truy cập vào danh sách các tài nguyên khổng lồ trên Trung tâm Dữ liệu Khoa học Trung ương

Nhiều tài nguyên bạn tìm thấy có chủ đề chính trực tuyến. Trung tâm Dữ liệu Khoa học cung cấp truy cập vào một số lượng tương đối lớn các chuyên gia về khoa học dữ liệu mà sẽ cho bạn biết về những sự kiện mờ nhạt nhất của khoa học dữ liệu. Xem một trong những bài đăng blog thú vị hơn.

Tài nguyên này chỉ bạn tới một danh sách Trello về một số tài nguyên tuyệt vời. Các loại bao gồm:

Dữ liệu tin tức

Dữ liệu doanh nghiệp theo dõi

Dữ liệu nhà báo theo dõi

• Dữ liệu theo dõi padawan

• Dữ liệu nhà khoa học theo dõi

• Thống kê

• R

• Python > Dữ liệu lớn và các công cụ khác

• Dữ liệu

• Khác

• Nhận được các dữ kiện của Khoa học dữ liệu nguồn mở từ Masters

• Nhiều tổ chức hiện đang tập trung vào nguồn mở cho các giải pháp khoa học dữ liệu.Trọng tâm đã trở nên phổ biến đến mức giờ đây bạn có thể có được chương trình giáo dục Khoa học Dữ liệu Mở (OSDSM) tại. Trọng tâm là cung cấp cho bạn các tài liệu mà thường thiếu một nền giáo dục thuần túy học thuật. Nói cách khác, trang web cung cấp các con trỏ tới các khóa học lấp đầy khoảng trống trong giáo dục của bạn để bạn có thể tiếp thị được nhiều hơn trong môi trường điện toán ngày nay.

• Tìm tài nguyên học tập miễn phí với Quora

• Rất khó để chống lại từ

miễn phí

, đặc biệt là khi nói đến giáo dục, thường tốn hàng ngàn đô la. Trang web Quora cung cấp danh sách tài nguyên học tập không phải trả tiền tốt nhất cho khoa học dữ liệu.

Hầu hết các liên kết mang theo định dạng câu hỏi, chẳng hạn như "Làm cách nào để trở thành một nhà khoa học dữ liệu? "Định dạng câu hỏi và trả lời là hữu ích vì bạn có thể hỏi những câu hỏi mà trang web trả lời. Danh sách kết quả các trang web, các khóa học và tài nguyên là một cách hay để bắt đầu làm việc trong lĩnh vực khoa học dữ liệu.

Nhận trợ giúp với các chủ đề nâng cao ở Conductrics Trang web Conductrics nói chung là dành cho việc bán các sản phẩm giúp bạn thực hiện các nhiệm vụ khoa học dữ liệu khác nhau. Tuy nhiên, trang web bao gồm một blog có chứa một vài bài viết blog hữu ích trả lời các loại câu hỏi nâng cao mà bạn có thể cảm thấy khó trả lời ở nơi khác. Tác giả bài viết trên blog, Matt Gershoff, nói rõ rằng danh sách này là kết quả của việc trả lời các câu hỏi của người dân trong quá khứ. Danh sách là rất lớn, đó là lý do tại sao nó xuất hiện trong hai bài viết hơn là một, vì vậy Matt phải trả lời nhiều câu hỏi. Danh sách tập trung chủ yếu vào việc học máy chứ không phải là các vấn đề mã hóa phần cứng hoặc cụ thể.

Tìm hiểu các mẹo mới từ nhà nghiên cứu dữ liệu Aspirational

Trang web của nhà khoa học Dữ liệu Aspirational cung cấp cho bạn một loạt các bài tiểu luận tuyệt vời về các chủ đề khoa học dữ liệu khác nhau. Tác giả chia các bài viết vào các lĩnh vực này: bình luận khoa học dữ liệu; đánh giá khóa học trực tuyến; trở thành một nhà khoa học dữ liệu.

Khoa học dữ liệu thu hút các học viên từ tất cả các loại lĩnh vực hiện có. Các trang web dường như chủ yếu phục vụ nhu cầu của các nhà khoa học xã hội di chuyển vào lĩnh vực khoa học dữ liệu. Trong thực tế, bài viết thú vị nhất xuất hiện cung cấp một danh sách các nguồn lực để giúp các nhà khoa học xã hội di chuyển vào lĩnh vực các nhà khoa học dữ liệu. Danh sách các tài nguyên được tổ chức bởi tác giả, vì vậy bạn có thể tìm thấy các tên mà bạn đã nhận ra là nguồn thông tin có tiềm năng.

Tìm tài liệu thông minh và các nguồn phân tích tại AnalyticBridge

Trang AnanlyticBridge chứa một loạt các nguồn tài nguyên hữu ích cho nhà khoa học dữ liệu. Một trong những nguồn tài nguyên hữu ích hơn là danh sách các nguồn thông tin tình báo và phân tích dữ liệu. Trang này chứa đựng nhiều tài nguyên bạn sẽ không tìm thấy ở bất cứ nơi nào khác được tổ chức thành các loại sau: các nguồn thông tin chung; dữ liệu lớn; hình dung; tốt nhất và tồi tệ nhất của khoa học dữ liệu; các ý tưởng mới khởi động phân tích; đánh giá về y tế, giáo dục, và các chủ đề khác; công việc, đào tạo, và khảo sát tiền lương; linh tinh.

Không có tài nguyên dành cho nhà phát triển với Jonathan Bower

Hơn một vài tài nguyên thú vị xuất hiện trên GitHub, trang web dành cho cộng tác, xem xét mã và quản lý mã. Một trong những trang web bạn cần kiểm tra là Jonathan Bower liệt kê các tài nguyên khoa học dữ liệu. Phần lớn các nguồn lực này sẽ thu hút các nhà phát triển, nhưng chỉ là về bất cứ ai có thể hưởng lợi từ họ. Các tài nguyên khoa học dữ liệu nguồn mở