11174 Star!Github首选数据科学入门指南

发表于:2019-7-18 09:59  作者:佚名   来源:开源最前线

字体: | 上一篇 | 下一篇 |我要投稿 | 推荐标签:

  最近,在Github上发现了一份数据科学的“入门套路”。无论你是从未尝试过编写代码,还是你需要深入复习相关数学知识,都可以在这份开源项目里找到你想要的。
  比如你是一位刚刚接触数据科学的新手,那么,你就可以看相对应的Python基础知识,数学基础、高级Python、高级数学以及数据科学等知识。
 
  如果你是一名专业的机器学习工程师,也有完整的学习路径,比如在这个阶段你可能更注重的应该是数据可视化、数据预处理、数据采集以及沟通陈述、决策等能力。
  还有工具推荐,要熟练的使用 Jupyter Notebooks、latex、Wolfram Alpha 等等。
  简而言之,本指南打包了几种类型的指南:
  职业:完整的学习路径,指导你从头开始掌握新技能。
  主题:由子领域组织的特定主题、方法和现实应用的综合指南。
  专业化:个人技能的垂直指南。
  工具:单一工具或技术的深入指南。
  研究:对最新论文和技术文件的最新审查和解释。
  元(Meta):这些主要是关于如何学习和接近新概念的指南。
  这份指南一开始是由一位名为“Vigilio”的开发者整理的他还创建了一个Facebook群组,并且不断更新,如今,这一份资料已经有了中文版。
  
  目前,这个项目已经在Github上获得 11174 个Star,2173 个Fork,想入门数据科学的伙伴们这一次不要再错过了(Github地址:https://github.com/virgili0/Virgilio/tree/master/zh-CN)

     上文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8017),我们将立即处理

【推荐】内外兼修,从原理到实战全面认识Selenium

评 论

论坛新帖

顶部 底部


建议使用IE 6.0以上浏览器,800×600以上分辨率,法律顾问:上海瀛东律师事务所 张楠律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2019, 沪ICP备05003035号
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪公网安备 31010102002173号

51Testing官方微信

51Testing官方微博

扫一扫 测试知识全知道