10 Viktiga datavetenskapsresurssamlingar att använda med Python

10 Viktiga datavetenskapsresurssamlingar att använda med Python-dummies

Det finns verkligen massor av information tillgänglig där för datavetenskapare som använder Python. Den här informationen introducerar dig till en uppsjö av datavetenskapliga resurssamlingar som du verkligen behöver veta.

Få insikter i datavetenskap Weekly

Datavetenskap Weekly är ett gratis nyhetsbrev som du kan anmäla dig till för att få den senaste informationen om förändringar i datavetenskap. Resurserna täcker följande brett spektrum av ämnen:

  • Datavetenskapliga böcker

  • Datavetenskapsmätningar

  • Datavetenskap Massiva öppna online-kurser (MOOCs)

  • Datavetenskapsdataset

  • Datavetenskap Mest lästa artiklar

  • Datavetenskapliga samtal

  • Datavetenskapare på Twitter

  • Datavetenskapliga bloggar

Hämta en lista på U Climb Higher

Även med rätt anslutningar online och en bra sökmotor kan det vara svårt att försöka hitta rätt resurs. U Climb Higher har publicerat en lista med 24 datavetenskapliga resurser som garanterat hjälper till att hålla fingret på puls av nya strategier och teknologier. Den här resursen spänner över följande ämnen: trender och händelser; platser för att lära sig mer om datavetenskap gå med i en gemenskap datavetenskap nyheter; människor som verkligen vet datavetenskap väl all den senaste forskningen

Få en bra start med KDnuggets

Att lära sig datautbildning och datavetenskap är en process. KDnuggets bryter lärandeprocessen ner i en rad steg. Varje steg ger dig en översikt över vad du ska göra och varför. Du hittar också länkar till en mängd olika resurser online för att göra lärandeprocessen betydligt enklare. Trots att webbplatsen betonar användningen av R, Python och SQL (i den ordningen) för att utföra datavetenskapliga uppgifter, kommer stegen faktiskt att fungera för något av ett antal tillvägagångssätt som du kan ta.

Gå till den enorma listan över resurser på Data Science Central

Många av de resurser du hittar på nätet täcker vanliga ämnen. Data Science Central ger tillgång till ett relativt stort antal datavetenskapsexperter som kommer att berätta om de mest dunkla fakta i datavetenskap. Kolla in en av de mer intressanta blogginläggen.

Den här resursen visar dig på en Trello-lista med några riktigt fantastiska resurser. Kategorin omfattar följande:

  • Datanyheter

  • Dataföretagsspår

  • Dataprofilspår

  • Datapadawan-spår

  • Datavetenskaplig spår

  • Statistik

  • R Python > Stora data och andra verktyg

  • Data

  • Andra

  • Hämta fakta om Open Source Data Science från Masters

  • Många organisationer fokuserar nu på öppen källkod för datavetenskapliga lösningar.Fokus har blivit så utbredd att du nu kan få en Open Source Source Data Science Masters (OSDSM) utbildning på. Tonvikten är att ge dig de material som normalt saknas från en rent akademisk utbildning. Med andra ord ger platsen tips till kurser som fyller i luckor i din utbildning så att du blir mer marknadsförbar i dagens datormiljö.

Hitta gratis läromedel med Quora

Det är verkligen svårt att motstå ordet

gratis

, särskilt när det gäller utbildning, som normalt kostar tusentals dollar. Quora-webbplatsen ger en lista över de bästa icke-betalda lärande resurserna för datavetenskap. De flesta länkarna tar upp ett frågeformat, till exempel, "Hur blir jag datavetenskapare? "Frågeformuläret är användbart eftersom du kanske frågar de frågor som webbplatsen svarar på. Den resulterande listan över webbplatser, kurser och resurser är ett bra sätt att börja arbeta inom datavetenskapsfältet. Få hjälp med avancerade ämnen på Conductrics

Conductrics webbplats som helhet ägnas åt att sälja produkter som hjälper dig att utföra olika datavetenskapliga uppgifter. Webbplatsen innehåller emellertid en blogg som innehåller ett antal användbara blogginlägg som svarar på de olika avancerade frågorna som du kan ha svårt att svara på någon annanstans.

Författaren till blogginlägg, Matt Gershoff, klargör att listorna är resultatet av att svara på människors frågor tidigare. Listan är enorm, varför den visas i två inlägg snarare än en, så Matt måste svara på många frågor. Listan fokuserar främst på maskininlärning snarare än hårdvara eller specifika kodningsfrågor.

Lär dig nya tricks från Aspirational Data Scientist

Den Aspirational Data Scientist-bloggen ger dig ett fantastiskt utbud av uppsatser om olika datavetenskapliga ämnen. Författaren delar upp inläggen i dessa områden: datavetenskapliga kommentarer; online kurs recensioner; bli en datavetenskapare.

Datavetenskap lockar utövare från alla befintliga områden. Webbplatsen verkar huvudsakligen ägnas åt att betjäna de sociala forskares behov som går in i datavetenskapsfältet. Faktum är att det mest intressanta inlägget som visas innehåller en lista över resurser som hjälper socialforskaren att gå in i datavetenskapliga fältet. Listan över resurser är organiserad av författare, så du kan hitta namn som du redan känner igen som potentiella informationsresurser.

Hitta data intelligens och analysresurser på AnalyticBridge

AnanlyticBridge-webbplatsen innehåller en fantastisk mängd användbara resurser för datavetenskaparen. En av de mer användbara resurserna är listan över datainformations- och analysresurser. Den här sidan innehåller en mängd resurser som du inte hittar någon annanstans som är organiserade i följande kategorier: allmänna resurser; stora data; visualisering; bästa och värsta av datavetenskap nya uppstartsidéer för analys rånar om vård, utbildning och andra ämnen; karriär saker, utbildning och lön undersökningar; diverse.

Noll in på utvecklingsresurser med Jonathan Bower

Mer än några intressanta resurser visas på GitHub, en webbplats som ägnas åt samarbete, kodgranskning och kodhantering. En av de platser du behöver kolla är Jonathan Bowers lista över datavetenskapliga resurser. Majoriteten av dessa resurser kommer att vädja till utvecklaren, men bara om alla kan dra nytta av dem. Du hittar resurser som kategoriseras i följande ämnen:

Datavetenskap, starta

Datapipeline och verktyg

  • Produkt

  • Karriärresurser

  • Datakällor för öppen källkod