:memo:一个令人赞叹的数据科学寄存器,用于学习和应用真实世界的问题.
概览
欢迎捐款,见Controduction.md。 这是开始学习的捷径 。 只要遵循步骤来回答问题, “什么是数据科学,我应该学习什么来学习数据科学?” 数据科学是当今计算机和互联网农田最热门的话题之一。 人们从应用和系统收集到的数据直到今天,现在是分析这些数据的时候了。 接下来的步骤是从数据中提出建议并对未来作出预测。 在这里你可以找到最大的问题 和数百个专家的答案。 虽然并非绝对必要,但拥有编程语言是作为数据科学家有效的关键技能. 目前,最受欢迎的语言是Python语,紧跟其后的是R. Python语,是一种通用的脚本语言,在广泛的领域看到应用. R是统计领域特有的语言,其中包含很多出框的常见统计工具.
概述（AI 翻译）
欢迎捐款 – – 见[[T0]。
** 一个开源数据科学储存库,以学习和应用各种概念来解决现实世界的问题。 **
这是开始研究数据科学的捷径. 只要遵循步骤来回答问题, “什么是数据科学,我应该学习什么来学习数据科学?”
□ 学术
□ 赞助者
成为提案国!
□ 目录
-
什么是数据科学?
-
我从哪里开始?
-
探员
-
项目
-
培训资源
-
教学
-
免费课程
-
大规模开放在线课程
-
强化方案
-
学院
-
数据科学工具箱
-
算术
-
监督学习
-
无监督的学习
-
半监督学习
-
强化学习
-
数据采矿算法
-
深入学习建筑
-
一般机器学习软件包
-
深入学习一揽子计划
-
PyTorch生态系统
-
热流生态系统
-
喀拉斯生态系统
-
可视化工具
-
杂项工具
-
文学和媒体
-
书籍
-
书籍交易(附属)
-
期刊、出版物和杂志
-
通讯
-
博客们
-
讲演
-
播客们
-
YouTube视频频道
-
社会化
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
AWESOME DATA SCIENCE
Contributions are welcome - see CONTRIBUTING.md.
An open-source Data Science repository to learn and apply concepts toward solving real- world problems.
This is a shortcut path to start studying Data Science. Just follow the steps to answer the questions, “What is Data Science, and what should I study to learn Data Science?”
$ academic
$ brew tap academic/tap
$ brew install academic
Sponsors
Become a sponsor! [email protected]
Table of Contents
推荐工具
换一个关键词，或者移除筛选条件。
安装
npx skillfish add academic/awesome-datascience