从机械转行数据科学，吐血整理了这些白嫖的学习网站

做者：东哥起飞
Python数据科学

你们好，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，所有免费资源，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不少。

下面开始进入正题。

1、Kaggle

什么是Kaggle？

kaggle是全球最早也是目前规模最大的数据科学竞赛组织了。之因此这么受欢迎，是由于不少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，须要数据科学上的解决方案。

我我的以为是很是有意思的，由于不少人苦学理论，正愁着没有真实数据去实践，有了这个机会，不论方案是否能够排上名次，都是宝贵的实践经验啊。

固然，做为方案最优的前三名能够获得一笔丰厚的报酬，几千美圆到几万美圆不等，这更加刺激广大数据爱好者了。竞赛已经有上百场了，各类场景和需求，而且随着需求增多，竞赛也在不断增长。

Kaggle上有什么？

原来的kaggle只有单一的竞赛，如今的kaggle已经不仅是竞赛这么简单了。它还有丰富的社区、免费的学习课程、在线实操的环境。

下面是一在线操做提交模型的环境，很是奈斯。

各路神仙在社区共享本身的kernels和源代码，是个很是好的交流学习机会，有兴趣能够本身去看。这里主要说下免费的学习课程，下面是地址。

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

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。打开每一个学习项目，内容很是丰富，虽是英文我相信对于有心的人都不是问题了。

2、Coursera

Coursera不少朋友应该熟悉，吴恩达的机器学习课程最先就是从这里开始分享的。里面有各个名校大学的公开课，不少都是免费公开的课程，听课是免费的，但学完后认证证书须要付费。

这里分享几个东哥收藏的宝藏课程，每个都很经典，好评无数。

1.机器学习 (Andrew Ng / 斯坦福大学)

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

2.专业数据科学(10门课/JHU)

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

3.数据科学实战(5门课/JHU)

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

4.专业数据挖掘(6门课/伊利诺伊大学)

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)

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

6.数据科学应用硕士(密歇根大学)

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

3、Udacity

Udacity（优达学成）是个美国的付费类培训机构，内容涉及全部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，其实也有不少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titanic和NewYork Subway data项目为例介绍数据分析、可视化、数据处理、Mapreduce大数据。

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

2.数据分析导论

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。

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

4.使用SQL作数据分析

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

5. 统计推理入门

主要介绍推断性统计的知识，好比各类检验，假设检验、t检验、卡方检验、ANOVA方差分析、回归等等。

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

固然，除了这些还有不少付费的，感兴趣可自行查找，本篇只谈免费。

4、其它社区和博客

下面是几个很好的国外数据科学社区和我的博客，内容不如前面三个学习网站有组织和条条理，可是有不少优秀的文章分享也能够做为参考学习。

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 science、machine learning、deep learning、visualization、programming等，缺点是须要特殊工具才能上去，用谷歌访问助手也能够。

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，深刻进去开始学习。

先分享这些，若是以为有帮助，还请多分享和点个赞。

欢迎你们关注个人原创微信公众号 Python数据科学，专一于写基于Python的数据算法、机器学习、深度学习硬核干货。