從頭開始學(xué)習(xí)數(shù)據(jù)科學(xué)的免費(fèi)資源。

如何入門數(shù)據(jù)科學(xué)？

這個(gè) GitHub 項(xiàng)目提供了一份免費(fèi)學(xué)習(xí)資源，既包括超詳細(xì)的學(xué)習(xí)路線圖，又涵蓋多個(gè)免費(fèi)線上課程、大量數(shù)據(jù)科學(xué)項(xiàng)目和 100 多本免費(fèi)機(jī)器學(xué)習(xí)書籍，項(xiàng)目上線數(shù)天即獲得 2.4k 星。

項(xiàng)目地址：https://github.com/therealsreehari/Learn-Datascience-for-Free#5_-expressions

該項(xiàng)目收集了散布在網(wǎng)絡(luò)上的不同資源，并按照一定的順序進(jìn)行組合，以幫助數(shù)據(jù)科學(xué)初學(xué)者解決如何搜索免費(fèi)和結(jié)構(gòu)化學(xué)習(xí)資源的問題。項(xiàng)目作者表示，該項(xiàng)目將基于新的免費(fèi)資源持續(xù)更新。

數(shù)據(jù)科學(xué)家學(xué)習(xí)路線圖

「磨刀不誤砍柴工。」該項(xiàng)目首先詳細(xì)介紹了一份數(shù)據(jù)科學(xué)路線圖，羅列了數(shù)據(jù)科學(xué)學(xué)習(xí)者需要掌握的內(nèi)容：

基礎(chǔ)知識(shí)（矩陣和代數(shù)基礎(chǔ)等）；

統(tǒng)計(jì)學(xué)（概率論、貝葉斯定理等）；

編程；

機(jī)器學(xué)習(xí)；

文本挖掘 / 自然語言處理；

數(shù)據(jù)可視化；

大數(shù)據(jù)；

數(shù)據(jù)獲??；

數(shù)據(jù)再加工（Data Munging）；

工具箱。

成為數(shù)據(jù)科學(xué)家需要掌握的基礎(chǔ)知識(shí)

在成為數(shù)據(jù)科學(xué)家之前，你需要掌握關(guān)于矩陣的理論知識(shí)，了解其操作方式，熟悉矩陣的各種變換。項(xiàng)目作者還向我們介紹了多種數(shù)據(jù)結(jié)構(gòu)，包括哈希函數(shù)、二叉樹等。

以二叉樹為例，項(xiàng)目作者解釋了什么是二叉樹：「在計(jì)算機(jī)科學(xué)中，二叉樹是一種樹數(shù)據(jù)結(jié)構(gòu)，其中每個(gè)節(jié)點(diǎn)最多具有兩個(gè)子節(jié)點(diǎn)，稱為左子節(jié)點(diǎn)和右子節(jié)點(diǎn)。」

二叉樹

除了矩陣知識(shí)以外，數(shù)據(jù)科學(xué)初學(xué)者還需掌握關(guān)系代數(shù)、數(shù)據(jù)庫(kù)基礎(chǔ)知識(shí)、CAP 原理、ETL 等多達(dá)十多個(gè)知識(shí)點(diǎn)（有些部分還在更新中）。

統(tǒng)計(jì)學(xué)

該項(xiàng)目介紹了許多關(guān)于統(tǒng)計(jì)學(xué)的知識(shí)，包括數(shù)據(jù)集的選擇、描述性統(tǒng)計(jì)、探索性數(shù)據(jù)分析、直方圖、概率論、貝葉斯定理等內(nèi)容。

以探索性數(shù)據(jù)分析為例，項(xiàng)目作者從數(shù)據(jù)的可視化和分析兩方面著手，向我們介紹了完成整個(gè)數(shù)據(jù)分析任務(wù)需要的開發(fā)環(huán)境、依賴庫(kù)、安裝方式以及分析方式。

點(diǎn)擊 Seaborn 鏈接，可進(jìn)入 Seaborn 主頁(yè)，該圖為鏈接到的主頁(yè)內(nèi)容。

在數(shù)據(jù)分析方面，項(xiàng)目作者介紹了 PCA 降維方法，幫助學(xué)習(xí)者了解什么是主成分分析，以及如何在 Python 中實(shí)現(xiàn)。

編程

成為數(shù)據(jù)科學(xué)家離不開編程，該項(xiàng)目介紹了需要掌握的編程語言 Python、R setup/R studio 等內(nèi)容。以 R setup / R studio 為例，項(xiàng)目作者介紹了兩種安裝方式 Linux、Windows。但是本部分內(nèi)容還有許多待補(bǔ)充知識(shí)。

待補(bǔ)充內(nèi)容

機(jī)器學(xué)習(xí)

該項(xiàng)目還列舉了掌握數(shù)據(jù)科學(xué)需要了解的機(jī)器學(xué)習(xí)知識(shí)，包括數(shù)值變量、分類變量、監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、訓(xùn)練集和測(cè)試集、分類器、過擬合、偏差和方差、支持向量機(jī)等 30 項(xiàng)內(nèi)容。

以支持向量機(jī)為例，項(xiàng)目作者首先介紹了支持向量機(jī)的作用——可用于分類和回歸任務(wù)，接著用簡(jiǎn)單明了的語言解釋了支持向量機(jī)的原理。此外，項(xiàng)目作者還列舉了關(guān)于支持向量機(jī)的其他知識(shí)，讀者可通過鏈接自行學(xué)習(xí)。

支持向量機(jī)

除了上述介紹的內(nèi)容外，項(xiàng)目作者還整理了文本挖掘、數(shù)據(jù)可視化等內(nèi)容，此處不再贅述。

免費(fèi)線上課程

該項(xiàng)目基于 GitHub 用戶 Developer-Y 的項(xiàng)目整理了大量線上免費(fèi)課程的資源，包括人工智能、機(jī)器學(xué)習(xí)、機(jī)器人學(xué)三個(gè)主要部分。其中機(jī)器學(xué)習(xí)部分又細(xì)分為機(jī)器學(xué)習(xí)導(dǎo)論、數(shù)據(jù)挖掘、數(shù)據(jù)科學(xué)、概率圖模型、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、進(jìn)階版機(jī)器學(xué)習(xí)課程、基于機(jī)器學(xué)習(xí)的自然語言處理與計(jì)算機(jī)視覺、時(shí)序分析、概率與統(tǒng)計(jì)學(xué)、線性代數(shù)等。

該項(xiàng)目提供的免費(fèi)線上課程列表部分截圖。

從該項(xiàng)目列表中，我們可以看到熟悉的吳恩達(dá)機(jī)器學(xué)習(xí)課程，以及來自卡內(nèi)基梅隆大學(xué)、斯坦福大學(xué)、蘇黎世聯(lián)邦理工學(xué)院、加州大學(xué)伯克利分校、微軟等機(jī)構(gòu)的豐富課程資源。

人工智能開源項(xiàng)目

此外，該項(xiàng)目還羅列了大量人工智能開源項(xiàng)目，涵蓋機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺這些領(lǐng)域。

這一資源來自 AI 研究者、數(shù)據(jù)科學(xué)家 Ashish Patel 創(chuàng)建的 GitHub 庫(kù)，目前包含 71 個(gè)條目，點(diǎn)開鏈接即可獲取相應(yīng)的項(xiàng)目和代碼資源。

項(xiàng)目列表部分截圖。

從目前的列表中，我們可以看到它包括目標(biāo)檢測(cè)、聊天機(jī)器人、GUI、無監(jiān)督學(xué)習(xí)、回歸分析、情感分析、推薦系統(tǒng)、數(shù)據(jù)科學(xué)、NLP、計(jì)算機(jī)視覺等細(xì)分領(lǐng)域的相關(guān)項(xiàng)目資源。蓋列表將持續(xù)更新。

100+ 免費(fèi)機(jī)器學(xué)習(xí)書籍

項(xiàng)目作者整理了一份來自 Insane 的機(jī)器學(xué)習(xí)書籍列表文章。該列表在 2021 年 1 月份剛剛更新過，包括我們熟悉的「花書」《深度學(xué)習(xí)》，以及主題為圖算法、自然語言處理、數(shù)據(jù)挖掘、GAN、Python 等的書籍。

圖源：https://www.theinsaneapp.com/2020/12/download-free-machine-learning-books.html

項(xiàng)目作者表示，希望這些免費(fèi)資源能夠幫助到無法支付教育費(fèi)用的人們，從頭開始掌握數(shù)據(jù)科學(xué)。