从机械转行数据科学,吐血整理了这些白嫖的学习网站

作者:东哥起飞
Python数据科学

大家好,我是东哥。

前方高能,准备开启收藏夹吃灰模式。

本篇东哥分享几个数据科学入门的学习网站,全部免费资源,且内容优质,是小白入门的不二选择。东哥当年从机械转行也从这些学习网站收获很多。

下面开始进入正题。

一、Kaggle

什么是Kaggle?

在这里插入图片描述
kaggle是全球最先也是目前规模最大的数据科学竞赛组织了。之所以这么受欢迎,是因为很多大的公司奉献出自家真实的数据给kaggle,提出真实业务场景面临的痛点,需要数据科学上的解决方案。

我个人觉得是非常有意思的,因为很多人苦学理论,正愁着没有真实数据去实践,有了这个机会,不论方案是否可以排上名次,都是宝贵的实践经验啊。

当然,作为方案最优的前三名可以得到一笔丰厚的报酬,几千美元到几万美元不等,这更加刺激广大数据爱好者了。竞赛已经有上百场了,各种场景和需求,并且随着需求增多,竞赛也在不断增加。

Kaggle上有什么?

原来的kaggle只有单一的竞赛,现在的kaggle已经不只是竞赛这么简单了。它还有丰富的社区免费的学习课程在线实操的环境

下面是一在线操作提交模型的环境,非常奈斯。

在这里插入图片描述
各路神仙在社区共享自己的kernels和源代码,是个非常好的交流学习机会,有兴趣可以自己去看。这里主要说下免费的学习课程,下面是地址。

https://www.kaggle.com/learn/...

在这里插入图片描述

学习列表中有python、机器学习、深度学习、可视化、pandas数据处理、SqL入门和进阶等等。打开每个学习项目,内容非常丰富,虽是英文我相信对于有心的人都不是问题了。

二、Coursera

在这里插入图片描述
Coursera很多朋友应该熟悉,吴恩达的机器学习课程最早就是从这里开始分享的。里面有各个名校大学的公开课,很多都是免费公开的课程,听课是免费的,但学完后认证证书需要付费。

这里分享几个东哥收藏的宝藏课程,每一个都很经典,好评无数。

1.机器学习 (Andrew Ng / 斯坦福大学)

在这里插入图片描述

https://www.coursera.org/lear...

2.专业数据科学(10门课/JHU)

在这里插入图片描述

https://www.coursera.org/spec...

3.数据科学实战(5门课/JHU)

在这里插入图片描述

https://www.coursera.org/spec...

4.专业数据挖掘(6门课/伊利诺伊大学)

在这里插入图片描述

https://www.coursera.org/spec...

5.数据科学硕士(8门课/伊利诺伊大学圣巴巴拉分校)

在这里插入图片描述

https://www.coursera.org/degr...

6.数据科学应用硕士(密歇根大学)

在这里插入图片描述

https://www.coursera.org/degr...

三、Udacity

Udacity(优达学成)是个美国的付费类培训机构,内容涉及所有编程和计算机类的课程,是歪果仁拍的视频课程,质量很高,但收费很贵。

仔细观察,其实也有很多免费的课程供学习的,东哥把收藏的存货也拿出来分享下。

1.数据科学导论

总共10个章节,以titanicNewYork Subway data项目为例介绍数据分析、可视化、数据处理、Mapreduce大数据。
在这里插入图片描述

https://www.udacity.com/cours...

2.数据分析导论

在这里插入图片描述

https://www.udacity.com/cours...

3.数据可视化分析

这个课程是基于R语言的,介绍了R语言基础、逻辑回归、线性回归、正则化等内容。
在这里插入图片描述

https://www.udacity.com/cours...

4.使用SQL做数据分析

在这里插入图片描述

https://www.udacity.com/cours...

5. 统计推理入门

主要介绍推断性统计的知识,比如各种检验,假设检验、t检验、卡方检验、ANOVA方差分析、回归等等。

在这里插入图片描述

https://www.udacity.com/cours...

当然,除了这些还有很多付费的,感兴趣可自行查找,本篇只谈免费。

四、其它社区和博客

下面是几个很好的国外数据科学社区和个人博客,内容不如前面三个学习网站有组织和条条理,但是有很多优秀的文章分享也可以作为参考学习。

1. 面向数据科学

https://towardsdatascience.com/

这里着重说下这个社区,专门的数据科学学习平台,里面都是一些国外爱好者的分享,涵盖了data sciencemachine learningdeep learningvisualizationprogramming等,缺点是需要特殊工具才能上去,用谷歌访问助手也可以。

2. 方差解释

http://varianceexplained.org/

3. 成为一名数据科学家

https://www.becomingadatascie...

4. Mark Meloon

https://www.markmeloon.com/

5. Julia Silge

https://juliasilge.com/blog/

以上就是东哥分享的一些免费课程资源,资源多少不是关键,关键的是迈开第一步,深入进去开始学习。

先分享这些,如果觉得有帮助,还请多分享点个赞

欢迎大家关注我的原创微信公众号 Python数据科学,专注于写基于Python的数据算法、机器学习、深度学习硬核干货。

阅读 880

推荐阅读
Python数据科学
用户专栏

微信公众号:Python数据科学,分享数据科学干货,包括数据采集,数据分析,以及数据挖掘。

2957 人关注
52 篇文章
专栏主页