2018TOP100資料科學資源和工具(下)
無論您是剛開始從事資料科學,還是準備攻讀資料科學或商業分析碩士學位,都需要學習更多內容。本指南為所有階段的學習者收集了2018年網路上的頂級資料科學資源。
目錄
-
線上課程和教程
-
研究
-
部落格
-
電子書
-
社群
-
學位
-
用R和Python編碼
-
簡訊
-
免費資料科學工具
在上一篇 2018TOP100資料科學資源和工具(上) 乾貨|100個免費線上資料科學資源和工具!(上) 中,我們已經介紹了關於資料科學資源和工具的一部分內容,今天小編接著放送福利!
資料科學社群
Analytics Vidhya - 這個知識和社群入口網站為分析、資料科學和資料工程社群的初學者和專業人士提供服務,以提升他們的職業生涯。入口網站很簡單,透過最新的部落格、討論、機器學習駭客馬拉松,資料科學培訓、聚會和工作為社群服務。
(https://www.analyticsvidhya.com/blog/)
Data Science Central - Data Science Central是大資料從業者的行業線上資源。該網站提供社群體驗,包括強大的編輯平臺、社互動動、論壇技術支援、最新的技術、工具和趨勢以及行業就業機會。
()
KDnuggets - KDnuggets提供了一個連線業務分析、大資料、資料探勘、資料科學和機器學習的平臺。該網站包含新聞、故事、觀點、教程、聚會等部分。
()
關於Reddit的資料科學 - 對於熟悉Reddit的人來說,這個subreddit提供了一個舒適的論壇來分享意見並找到對資料科學感興趣的人。發現趨勢主題或詢問任何資料科學問題。
()
智慧資料集 - SmartData Collective是一個編輯獨立的稽核社群,為企業領導者提供商業智慧和資料管理的最新趨勢。該網站是公認的全球專家的平臺,透過同行貢獻、自定義內容釋出以及與行業領導者保持一致來分享他們的見解。
()
Data Tau - Data Tau是一個平臺,允許使用者共享與資料科學相關的資源、教程和專案的連結。這是一個非常簡單的介面,讓您也可以評論共享連結。
()
Codementor - 瞭解資料科學的最新趨勢。您還可以找到教程、帖子和導師,以免費開發您的資料庫系統或程式語言技能。
()
Medium - 資料科學- 閱讀關於資料科學的故事,由Medium上的各種思想領袖提供。隨時發現對您最重要的主題,如機器學習、大資料、人工智慧、資料視覺化和python。
()
D Zone:大資料區 - DZone.com是全球最大的線上社群之一,也是軟體開發人員知識資源的領先發布者。該網站彙集了數千名開發人員,透過共享知識瞭解最新的技術趨勢、方法和最佳實踐。
()
Kaggle - 學習資料科學和機器學習、玩資料,並與其他資料科學家聯絡。Kaggle還舉辦競賽,挑戰來自世界各地的資料科學家和機器學習專業人士。
()
Cross Validated - Cross Validated是一個Q&A網站,適用於對統計、機器學習、資料分析、資料探勘和資料視覺化感興趣的人員。提出自己的問題,或者用自己的知識幫助學習者。
()
Data.world - 發現和共享資料,與有趣的人聯絡,共同努力、更快地解決問題。當您共享資料時,社群成員可以幫助清理資料、新增註釋、指令碼和視覺化、或者只是進行投票和討論。
()
Analytic Bridge - 該網站專注於資料分析和商業智慧。發現分類廣告、網路研討會、工作等。
()
資料科學社群 - DataScience.Community每天都會顯示必讀文章。找工作、尋找候選人、或顯示投資組合頁面以展示您的工作。
()
資料科學學位
來自美國大學的分析科學碩士(MSAn) - 透過結合線上課程、自定進度課程和實踐學習經驗,學生成為循證資料收集、資料建模和定量分析的專家。
()
加州大學伯克利分校的資訊與資料科學碩士(MIDS) - 藉助社會科學、電腦科學、統計學、管理和法律,這些課程透過從複雜和非結構化資料中獲取見解,幫助學生解決實際問題。該計劃的學生可以從加州大學伯克利分校與灣區和矽谷的緊密聯絡中受益。
()
Syracuse應用資料科學理學碩士 - 提供線上實時課程、互動課程和網路機會,線上學習形式促進跨學科課程中的協作、問題解決和深入分析。學生專注於利用資料應用提升洞察力、推動業務決策和運營流程。
()
商業分析理學碩士 - 該計劃幫助資料驅動的思想家發展或提高他們解釋複雜資料的能力,並指導他們的組織做出更明智和可行的決策。透過面向行動的線上學習模式,學生可以在預測分析、資料建模和資訊系統等領域開發和磨練他們的專業知識。
()
南方衛理公會大學資料科學理學碩士 - 專為希望提升自己職業發展的專業人士而設計,該課程專注於統計學、電腦科學、戰略行為和資料視覺化技能,因此學生可以推動決策制定並推動各行業的職業發展。該計劃融合了線上課程,自定進度的課程以及與同學和教師的面對面學習經歷。
()
用R和Python編碼
Revolutions - Revolutions是一個部落格,致力於R社群成員感興趣的新聞和資訊。此部落格每個美國工作日都會更新,並有各種作者的貢獻。
(https://blog.revolutionanalytics.com)
如何像電腦科學家一樣思考 - 本書旨在為您提供在學習Python程式設計時的互動體驗。您可以閱讀文字、觀看影片、編寫和執行Python程式碼。
()
Data School - 資料科學家和教師Kevin Markham擁有各種知識和經驗的資料科學家可以訪問的資源。您可以註冊部落格的時事通訊或瀏覽網站上提供的幾篇博文。
()
Flowing Data - FlowingData探索統計學家、設計師、資料科學家和其他人如何使用分析、視覺化和探索來理解資料和我們自己。學習如何像專家一樣視覺化您的資料,以及這些實用的演示、分析和理解方法。
()
Mode的Python教程 - 學習Python,使用真實資料進行業務分析。無需編碼經驗。該站點還有一個SQL教程、討論板和職業門戶。
()
R-Bloggers - R-Bloggers.com是一個由部落格撰寫的內容部落格聚合器,他們撰寫有關R的文章。除了瀏覽R部落格文章之外,該網站還提供R教程和招聘資訊。
(https://www.r-bloggers.com)
blogR -這個站點包含了科學家的R提示和技巧。所有帶有完整R程式碼的R標記文件都可以在作者的GitHub上找到。
()
時事通訊
模式分析 - 將所有最前沿的新聞資料接收到您的收件箱。透過定期選擇最佳分析和資料科學作品,加上偶爾從Mode來的新聞,保持瞭解。
()
Data Elixir - Data Elixir是一份每週一次的新聞簡報,內容來自網路上的精選資料科學新聞和資源。如果您錯過了一個問題,您可以在他們的網站上檢視任何一週的新聞。
()
資料科學週刊 - 此註冊是一個免費的每週時事通訊,內容包括與資料科學相關的策劃新聞、文章、指南和工作。該通訊的目標是幫助您跟上所有最新的發展,而無需自己動手。
()
《大資料內幕》 - 訂閱免費的InsideBIGDATA時事通訊,由Rich Brueckner撰寫,最近被福布斯評為“大資料最具影響力的20大人物之一”。您還將獲得資深作家和資料科學家Daniel Gutierrez的見解,以及來自許多行業專家的思想領導力。
()
O'Reily資料通訊 - 獲得業內人士的每週見解- 以及有關資料主題的獨家內容、優惠等。此通訊已被超過1900名評論家評為4星,最高為5星。
()
資料科學綜述 - 該新聞通訊擁有超過7,500名訂閱者,提供網際網路上最有用的資料科學文章。您也可以在網站上了解過去的問題,以獲得各種文章的綜述。
()
免費資料科學工具
Tableau - Tableau Software最有可能被涉及資料視覺化的任何人識別。它使各級使用者可以快速輕鬆地分析資料。
()
Bokeh - Bokeh是一個互動式視覺化庫,面向現代Web瀏覽器進行演示。它的目標是提供優雅、簡潔的多功能圖形構造,並透過非常大或流資料集的高效能互動來擴充套件此功能。
()
Apache Hadoop - Apache Hadoop軟體庫是一個框架,允許使用簡單的程式設計模型跨計算機叢集分散式處理大型資料集。它旨在從單個伺服器擴充套件到數千臺計算機,而每臺計算機都提供本地計算和儲存。
()
D3.js - D3.js是一個用於根據資料操作文件的JavaScript庫。D3可幫助您使用HTML、SVG和CSS將資料變為現實。
()
Jupyter - Jupyter Notebook是一個開源Web應用程式,允許您建立和共享包含實時程式碼、方程式、視覺化和敘述文字的文件。使用者可以清理和轉換資料,進行數值模擬、統計建模、資料視覺化、機器學習等。
()
OpenRefine - OpenRefine是一個處理凌亂資料的強大工具。該工具允許使用者清理資料,將資料從一種格式轉換為另一種格式,並使用Web服務和外部資料對其進行擴充套件。
()
Orange - Orange是一款面向新手和專家使用者的開源機器學習和資料視覺化工具。它包括具有大型工具箱的互動式資料分析工作流程。
()
KNIME - KNIME for Data Scientists無縫地混合工具和資料型別。KNIME透過對新分析方法進行原型設計,為全球企業的使用者建立生產部署,實現流暢的運動。
()
DataMelt - DataMelt是一款面向科學家、工程師和學生的免費數學軟體。它可用於數值計算、統計、符號計算、資料分析和資料視覺化。
()
RapidMiner - RapidMiner是資料科學團隊的軟體平臺,它將資料準備、機器學習和預測模型部署結合在一起。它透過使用最新的機器學習演算法和技術(如Tensorflow、Hadoop和Spark)輕鬆消除了尖端資料科學的複雜性。
()
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31509949/viewspace-2218476/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 2018TOP100資料科學資源和工具(上)資料科學
- 美國大資料產業地圖和資料科學家必備工具-資料處理大資料產業地圖資料科學
- 學習資料科學的五大免費資源資料科學
- 資料科學資料科學
- 讓科學重回資料科學資料科學
- 人的資料科學與機器資料科學資料科學
- 2021 年最佳資料科學工具和軟體 - datamation資料科學
- WaveMetrics Igor Pro 9 科學計算和資料分析工具Go
- 資料科學家和大資料技術人員工具包資料科學大資料
- 資料科學和機器學習面試問題資料科學機器學習面試
- Python資料科學(五) 資料處理和資料採集Python資料科學
- 資料分析和科學視覺化工具:QtiPlot for Mac 中文版視覺化QTMac
- 資料科學入門 (一) —— 資料資料科學
- 資料科學、資料工程學習路線資料科學
- 《資料科學入門(第2版)》資源連結清單資料科學
- 【資料科學家】如何成為一名資料科學家?資料科學
- Python資料科學(三) python與資料科學應用(Ⅲ)Python資料科學
- Python資料科學(二) python與資料科學應用(Ⅱ)Python資料科學
- Python資料科學(一) python與資料科學應用(Ⅰ)Python資料科學
- 資料科學、機器學習和AI的區別資料科學機器學習AI
- 深入對比資料科學工具箱:Python和R之爭資料科學Python
- KDNuggets:資料科學家使用工具調查資料科學
- 通往資料科學之路資料科學
- Python資料科學(七) 資料清理(Ⅱ)Python資料科學
- Python資料科學(六) 資料清理(Ⅰ)Python資料科學
- 資料科學的原理與技巧 一、資料科學的生命週期資料科學
- ApacheCN 程式設計/大資料/資料科學/人工智慧學習資源 2019.4Apache程式設計大資料資料科學人工智慧
- 在資料科學中使用 C 和 C++資料科學C++
- 一文詳解資料科學家的必備技能(附學習資源)資料科學
- 5個免費工具,讓資料科學更加簡單資料科學
- Python資料科學(四) 資料收集系列Python資料科學
- 什麼是資料科學?資料科學
- 大資料與生命科學大資料
- (資料科學學習手札83)基於geopandas的空間資料分析——geoplot篇(下)資料科學
- 資料探勘資料集下載資源
- Node.js的學習資源、教程和工具Node.js
- 資料科學求職建議:掌握5種型別的資料科學專案資料科學求職型別
- 資料科學和人工智慧技術筆記 十九、資料整理(6)資料科學人工智慧筆記