收藏丨学习数据科学不可错过的优质资源
大约两个月前,我开始学习数据科学。我并没有统计学、数学、数据科学、工程学、经济学方面的学位。说实话,在学生时代,数学和统计并不是我的强项,我更擅长语言方面。
我拥有管理学的学士和硕士学位。我论文更偏向于文献综述,而不是运用定量研究方法。我的工作是时尚领域的买手。因此我的教育背景和工作中都很少与数学以及统计打交道。
那我是怎么开始学习数据科学的呢?我对“从数据中获得分析见解”这个观点非常感兴趣。因此,我下定决心去克服对数学和统计的恐惧感。
数据产生的速度非常快,我们可以在2天内生产出2003年以前的所有数据。如今可能更快只需要10分钟。并且这些数据中只有1%进行了分析,该领域充满了可能性。因此我认为我有必要投生数据分析领域,这就是我的初衷。
以下我将从线上课程、Youtube频道、TED演讲、博客、博客等方面列出数据分析领域不可错过的优质资源。
1. 线上课程 MOOC
Coursera创始人吴恩达和Daphne Koller
统计基础(Basic Statistics)
https://www.coursera.org/learn/basic-statistics
掌握统计学对于理解社会和行为科学的研究至关重要。在该课程中,你将学习统计学的基础知识。
机器学习(Machine Learning)
https://www.coursera.org/learn/machine-learning
吴恩达热门的机器学习课程,学习时需要提前掌握一定的编程、数学、统计方面的基础知识。
Python for Everybody
https://www.coursera.org/specializations/python
我强烈推荐这门。如果你像我一样,之前没有相关技术背景,那么通过这堂课能够很好的学习如何用Python进行编程。
2. Youtube频道
Youtube上有很多不错的频道,下面按类别区分。分为教程、会议演讲、训练营三个类型。
教程类型
Siraj Raval
https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A
人们对其意见不一,但我仍认为对于初学者而言这个频道是不错的开端。
Harrison Kinsley
https://www.youtube.com/user/sentdex
总体来说,对初学者而言这是不错的开端。这类YouTube教程主要偏向于如何解决某个问题。
Welch Labs
https://www.youtube.com/user/Taylorns34
当中不错的系列教程有:
Learning to see
https://www.youtube.com/watch?v=i8D90DkCLhI&list=PLiaHhY2iBX9ihLasvE8BKnS2Xg8AhY6iV
Neural Networks Demystified
https://www.youtube.com/watch?v=bxe2T-V8XRs&list=PLiaHhY2iBX9hdHaRr6b7XevZtgZRa1PoU
这两个课程主要针对初学者的,有助于掌握概念,绝对值得一看。
统计
Brandon Foltz’s Statistics 101
https://www.youtube.com/channel/UCFrjdcImgcQVyFbK04MBEhA
可汗学院的统计学系列(Khan Academy’s Statistics playlist)
https://www.youtube.com/watch?v=uhxtUt_-GyM&list=PL1328115D3D8A2566
数学
mathbff
https://www.youtube.com/channel/UCy5ev9EE-u5Iwbt2NHrcayw
当你遇到不熟悉的数学术语以及数学规则时,该频道是不错的选择。
Python
Chuck Severance’s Python for Everybody
https://www.youtube.com/user/csev
会议演讲类型
该类型中有些对于初学者来说可能不容易理解,但是可以从中把握数据科学的前沿动态。
PyData
https://www.youtube.com/user/PyDataTV
Open Data Science
https://www.youtube.com/channel/UCDS20hpBFiv_Kdp5Ibh0vew
Data Science Festival
https://www.youtube.com/channel/UCB02fDSj9GR4rhb1APMNclw/feed
Scipy: Scientific Computing with Python
https://www.youtube.com/user/EnthoughtMedia/playlists
O’Reilly
https://www.youtube.com/user/OreillyMedia
Goto
https://www.youtube.com/user/GotoConferences
Google Developers
https://www.youtube.com/channel/UC_x5XG1OV2P6uZZ5FSM9Ttw
KDD 2016
https://www.youtube.com/channel/UCPsUUDUlcTJuP-fRa7z85aQ
KDD 2017
https://www.youtube.com/channel/UC_sfvZvvPUbOQhDs_cqlx_A
训练营类型
General Assembly
https://www.youtube.com/user/gnrlassembly
Data Science Dojo
https://www.youtube.com/user/DataScienceDojo
3. TED演讲
我特别喜欢TED演讲。通过各种话题的演讲者,我总能发现新的事物,获得灵感。
值得注意的是TED演讲分为: TED Talks 和 Tedx Talks。
TED Talks 和 Tedx Talks的区别在于,前者偏向于从全球的角度把握,而后者主要是由当地社区举办。
TED Talks
https://www.youtube.com/user/TEDtalksDirector
TEDx Talks
https://www.youtube.com/user/TEDxTalks
下面列出一些热门的数据科学TED演讲:
我们都是数据科学家
(We’re All Data Scientists | Rebecca Nugent)
https://youtu.be/YMnqPTLoj7o
数据科学家最重要的技能
(The most important skills of data scientists | Jose Miguel Cansado)
https://www.youtube.com/watch?v=qrhRfPY4F4w&feature=youtu.be
给我看数据—成为你自己的专家
(Show me the data — becoming an expert in yourself | Talithia Williams )
https://www.youtube.com/watch?v=TDCYJ3_gx2w&feature=youtu.be
通过讲故事,让数据更有意义
(Making data mean more through storytelling | Ben Wellington)
https://www.youtube.com/watch?v=6xsvGYIxJok&feature=youtu.be
数据的权重
(The Weight of Data | Jer Thorp)
https://www.youtube.com/watch?v=Q9wcvFkWpsM&feature=youtu.be
播客
当然,短短几十分钟的播客不会让你成为专家,但你会听到专业的数据科学家如何谈论相关主题,并将其应用于实际问题。
Data Skeptic
https://dataskeptic.com/
主持人Kyle Polich和Linh Da用通俗易懂的语言解释各种数据科学概念,当中不会涉及到数学或计算。
Partially Derivative
http://partiallyderivative.com/
很遗憾,该播客在2017年9月5日最后一期之后就停播了。通过该播客,我学习到了如何在特定情况下应用相应的机器学习算法。
Partially Derivative的主持人:左起Jonathon Morgan、Vidya Spandana、Chris Albon
Linear Digressions
http://lineardigressions.com/
主持人是数据科学家Katie Malone和UI工程师Ben Jaffe。他们从不同的角度对数据科学进行了阐述。
Learning Machines 101
http://www.learningmachines101.com/
关注机器学习的播客。建议你从头开始听,因为可以让你了解该领域的发展历程,积累必要的理论知识。
Stats + Stories
http://www.npr.org/podcasts/530134710/stats-stories
该播客主要关注统计和新闻方面。由于许多数据科学概念来自统计学,学习如何像统计学家一样思考是非常有用的。
More or Less
http://www.bbc.co.uk/programmes/p02nrss1/episodes/downloads
BBC的播客,主要关注人们身边的数学和统计学问题。
博客
数据科学方面有许多优质的博客,这是可以利用RSS来订阅相关内容。
出版商博客
Data Blog——The Guardian
https://www.theguardian.com/data
英国卫报的博客,分享新闻背后的数据。
Data——O’Reilly Media
https://www.oreilly.com/topics/data
分享关于数据领域的高质量文章
组织机构博客
Facebook Research Blog
https://research.fb.com/category/data-science/
关于数据科学的博客,当中包括各种主题的研究论文; 自然语言处理,计算机视觉等。
AWS AI Blog
https://aws.amazon.com/blogs/ai/
Tableau Blog
https://www.tableau.com/about/blog
Bloomberg——Graphics
https://www.bloomberg.com/graphics
具有数据可视化的经济新闻报道。
Data at GDS Blog
https://gdsdata.blog.gov.uk/
英国政府的数字服务数据博客,从中能够政府对数据的使用情况。
数据社区/门户
FiveThirtyEight
http://fivethirtyeight.com/
美国著名统计学家Nate Silver的网站,主要关注政治和体育方面,有时会在Github中分享数据集。
Fiverthirtyeight风格的图形非常有名。
Analytics Vidhya
https://www.analyticsvidhya.com/
专注数据科学的商业分析方面,包括相关教程、技巧等。
Dataconomy
http://dataconomy.com/
侧重于数据科学在现实中的应用。
KDnuggets
http://www.kdnuggets.com/
著名的数据网站,包括各种主题、新闻、教程等。
Dataquest Blog
https://www.dataquest.io/blog/
包括在线数据科学课程,教程类型文章很有帮助。
个人博客
Jer Thorp: blprnt.blg
http://blog.blprnt.com/
数据可视化方面的专家。
西欧的酒店地图,显示巴黎、伦敦、马德里和罗马等首都城市的酒店密度。
(图片来自Jer Thorp: flickr.com/photos/blprnt/)
Data Science 101
http://101.datascience.community/
Demystifying Data Science的主讲人之一,Ryan Swanstrom。关于如何学习数据科学的不错资源。
Dr. Randal S. Olson
http://www.randalolson.com/blog/
分享如何将数据科学应用于现实生活中的问题。
个人兴趣(时尚和零售方面的数据科学)
Net-A-Porter Technical Blog
http://techblog.net-a-porter.com/
Lyst’s Engineering Blog
https://making.lyst.com/
Etsy Technicla Blog: Code as Craft
https://codeascraft.com/
Stitch Fix Technical Blog
http://multithreaded.stitchfix.com/blog/
数据分析咨询请扫描二维码
需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20