数据科学项目_数据科学项目的9种资源

数据科学项目

如今，数据科学，机器学习，人工智能和深度神经网络都是热门话题（除非AI能够通过我的尝试，否则关键术语可能会对SEO有所帮助）。 下面，我分享了过去几年在数据科学项目中经常使用的一些资源。 我读的书不多，因此我什至分享了其中一本书的重要性。

这里有足够的资源，即使是最新手的工程师，也可以在这个新时代迈向数据科学精通的道路上，在这个新时代，每个层次都需要数据科学技能。 有执行这项工作的工具，由斯坦福大学著名教授讲授的课程，带有教程的网站，可为您提供真实的生活体验，以及致力于使所有人免费获得最新研究成果的网站，以便您可以学习更多想。

旅行愉快！

书

凯茜·奥尼尔（Cathy O'Neil） 的数学毁灭武器

如果您希望能够信任您的AI输出，则需要阅读本书。 它解释了一些不同的方法，通过这些方法，偏见可以渗透到您的数据和算法中，并且您可以对此做些什么。

---

在线课程

Ng的Coursera免费机器学习课程

通过本课程，无需任何先验知识即可轻松地开始机器学习。 安德鲁是一位出色的讲师，为理解复杂概念提供了有用的解释。

---

工具类

Google 数据集搜索 （测试版）

如果您想搜索很多公共数据集以包括kaggle中的内容，那么您需要从Google检出此beta项目。 您可以使用许多已经在Google搜索中使用过的常用高级搜索语法，例如指定要搜索的网站。 当我需要一个需要使用的数据集时，这就是我要去的地方。

合作 ，免费的Jupyter笔记本

此工具提供了Jupyter笔记本实施，可让您与其他Google Apps相似的其他人进行协作。 如果您现金短缺，或者只想从任何联网计算机上获得工具，那么这将对您有很大帮助。 我几乎专门使用它，只是因为它帮助我避免了管理本地依赖项的问题。

---

影片

YouTube上 Andrej Karpathy的斯坦福课程视频

Kartik Subbarao推荐

这些很棒。 Andrej以一种对程序员如何思考事物友好的方式为您提供了对神经网络的直观理解。 他也有关于该主题的一些很棒的博客文章。

---

网站

Arxiv.org

如果对数据科学感兴趣，这是每个人都应该保存的网站。 所有最新的研究都在这里发表，以确保研究人员可以在论文正式发表之前在其发现中声称“第一”。 在数据科学中，该领域的发展如此之快，因此保持最新状态以拥有最有效的算法非常重要。

Kdnuggets.com

不要让这个网站的外观欺骗您，它具有大量的高质量内容。 经作者许可，它还将重新发布其他站点上的文章。 这通常有助于突出显示不一定吸引那么多访问量的文章。 这是有关数据科学内容的最佳网站之一。

Kaggle.com

数据科学领域的任何人都将知道此网站。 这个站点有很多可用的数据集，但是这些数据集主要集中在数据科学竞赛和项目上。 这是学习和开始与许多公共数据集中的一些进行交互的好方法。 他们有一些项目模板，可帮助您入门并了解所有这些数据科学知识的工作原理。

Towardsdatascience.com

整个网站对我来说是极好的资源。 他们不断地拥有丰富的内容，涵盖了数据科学中的实践和理论主题。

翻译自: https://opensource.com/article/19/2/learn-data-science-ai

数据科学项目